PERSIAPAN ANALISIS DATA (Pemilihan. Jenis Analisis Data)

(1)

PERSIAPAN ANALISIS DATA

(

(2)

RANCANGAN

Pengolahan

&

Analisis

Data (RPA)

Harus

memperhatikan

:

RumusanRumusan masalahmasalah & & tujuantujuan::

BerkaitanBerkaitan dengandengan hubunganhubungan

BerkaitanBerkaitan dengandengan perbedaanperbedaan

HipotesisHipotesis::

HipotesisHipotesis NolNol (Ho): (Ho): mismis. . tidaktidak adaada hubungan/perbedaanhubungan/perbedaan

HipotesisHipotesis alternatifalternatif (Ha): (Ha): mismis. . adaada hubungan/perbedaanhubungan/perbedaan

JumlahJumlah variabelvariabel yang yang dianalisisdianalisis::

1 1 variabelvariabel ((univariatunivariat))

2 2 variabelvariabel ((bivariatbivariat))

(3)

KeberlakuanKeberlakuan 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/tidaknyaAda/tidaknya interaksiinteraksi antaraantara variabelvariabel bebasbebas (

(perlakuanperlakuan) ) dalamdalam mempengaruhimempengaruhi variabelvariabel taktak bebasbebas (

(variabelvariabel responsrespons))

TarafTaraf kepercayaankepercayaan ((signifikansisignifikansi) yang ) yang akanakan dipakaidipakai dalam

dalam prosesproses pengambilanpengambilan keputusankeputusan::

αα = 5 % = 5 % atauatau 1 %1 %

(4)

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::

UjiUji beda/komparatifbeda/komparatif

UjiUji 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::

UjiUji statistikstatistik parametrikparametrik

(5)

JENIS STATISTIK

StatistikStatistik DeskriptifDeskriptif: data : data diringkasdiringkas padapada halhal--halhal yang yang

penting

penting dalamdalam data data tersebuttersebut

GrafikGrafik, , sptspt: histogram, pie chart : histogram, pie chart dlldll ((padapada SPSS SPSS dalamdalam menu: menu:

Graph.

TabelTabel

DistribusiDistribusi frekuensifrekuensi..

Central Central tendensitendensi : mean, modus, median : mean, modus, median

UkuranUkuran dispersidispersi : : standarstandar deviasideviasi, , varianvarian

(

(keempatnyakeempatnya padapada SPSS SPSS menggunakanmenggunakan menu: Analyze, menu: Analyze, submenu: Descriptive Statistic)

submenu: Descriptive Statistic)

StatistikStatistik InferensialInferensial: : menggunakanmenggunakan metodemetode statistikstatistik untukuntuk

menganalisis

menganalisis data data dandan hasilhasil analisisanalisis tersebuttersebut digunakandigunakan untuk

untuk menggambarkan/mengestimasimenggambarkan/mengestimasi parameter parameter populasi

(6)

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 Interval/ratio

(7)

JENIS UJI STATISTIK

Macam

Data

Bentuk

Bentuk HipotesisHipotesis

Komparatif

Komparatif (2 (2 sampelsampel)) KomparatifKomparatif (>2 (>2 sampelsampel)) _Asosiasi_Asosiasi (

(hubunganhubungan)) Related

Related IndependenIndependen RelatedRelated IndependenIndependen

Nominal

•

• Mc Mc NemarNemar •• Fisher ExactFisher Exact- -Probability

Probability

•

• ChiChi--SquareSquare

• • XX2 2 _utk_utk_k_k sampel sampel • • Cochran QCochran Q • •XX2 2 _utk_utk_k_k sampel sampel • •ContingencyContingency • •Coefficient CCoefficient C Ordinal

Ordinal •• Sign testSign test

• • WilcoxonWilcoxon matched matched pairs pairs •

• Median TestMedian Test

• • MannMann- -Whitney Whitney- -U test U test • • KolmogorofKolmogorof- -Smirnov Smirnov • • WaldWald- -Woldfowitz Woldfowitz • • FriedmanFriedman- -Two

Two--WayWay- -Anova Anova • • Median Median Extension Extension • • KruskalKruskal Wallis

Wallis--OneOne- -Way

Way--AnovaAnova

• • Spearman Spearman rank rank correlation correlation •

• Kendall Kendall TauTau

Interval,

Interval, RasioRasio •• tt--test of test of related related ( (piredpired)) • • tt--test test independent independent •

• One way One way

Anova

•

• Two way Two way

Anova

•

• One Way One Way

Anova

•

• Two Way Two Way

Anova Anova • • Pearson Pearson Pruduct Pruduct Momment Momment • • Partial Partial Correlation Correlation • • Multiple Multiple Correlation Correlation • • RegresiRegresi

(8)

Distribusi

Normal

MenurutMenurut pandanganpandangan statistikstatistik, , distribusidistribusi variabelvariabel padapada

populasi

populasi mengikutimengikuti distribusidistribusi normalnormal

DistribusiDistribusi normal normal adalahadalah bentukbentuk distribusidistribusi yang yang memusatmemusat

di

(9)

Menguji

Normalitas

Data

Data interval/Data interval/rasiorasio harusharus diujidiuji normalitasnormalitas sebelumsebelum

dianalisis

dianalisis untukuntuk menentukanmenentukan jenisjenis ujiuji parametrikparametrik atauatau non

non parametrikparametrik

TujuanTujuan ujiuji: : untukuntuk melihatmelihat apakahapakah sebaransebaran data data mengikutimengikuti

pola

pola sepertiseperti kurvakurva normalnormal

Cara : Cara : membandingkanmembandingkan data data empirikempirik dengandengan data idealdata ideal

HipotesisHipotesis::

Ho: Ho: tidaktidak terdapatterdapat perbedaanperbedaan antaraantara data data empirikempirik dandan data data

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)

(10)

Prinsip

Uji

Distribusi

Normal

PrinsipnyaPrinsipnya membandingkanmembandingkan antaraantara distribusidistribusi data yang data yang

didapat

didapat (observed) (observed) dengandengan data normal (expected)data normal (expected)

JikaJika 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

(11)

Pengujian

(12)

Berbagai

Cara

Menguji

Normalitas

Data

1.

Nilai

Skewness

dan

Kurtosis

2.

Lilliefors

(

Uji

Kolmogorov

Smirnov)

3.

Shapiro

-

Wilks

4.

Grafik

PP

dan

Grafik

Q

-

Q (normal jk

Q (normal

jk

data

tersebar

di

sekeliling

garis

)

5.

Nilai

Z (

jika

terletak

antara

–

1,96 sampai

1,96

sampai

+1,96

(13)

1. Ratio

Skewness

dan

Kurtosis:

Ratio Ratio SkewnessSkewness = = nilainilai skewnessskewness dibagidibagi standarstandar error

error skewnessskewness

PatokanPatokan nilainilai SkewnessSkewness adalahadalah --0,155, 0,155, sdgsdg standard error

standard error skewnessskewness diperolehdiperoleh daridari hasilhasil analisis

analisis datadata

JikaJika 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

PatokanPatokan nilainilai KurosisKurosis adalahadalah --0,155, 0,155, sdgsdg standard standard error kurtosis

error kurtosis diperolehdiperoleh daridari hasilhasil analisisanalisis datadata

JikaJika Ratio Kurtosis Ratio Kurtosis beradaberada antaraantara --2 2 sampaisampai +2 +2 maka

(14)

Tambahan

tentang

Normalitas

Satu

istilah

yang

ngetrend

dalam

Kurve

Normal

adalah

Skewness

dan

Kurtosis.

Skewness

berkaitan

dengan

lebar

kurve

,

sedangkan

kurtosis

dengan

tinggi

kurve

.

Jika

data

terlihat

sebarannya

normal, tapi

normal,

tapi

kalau

nilai

kurtosisnya

besar

(alias

salah

satu

kategori

terlalu

tinggi

)

ya

nggak

normal.

Dua

nilai

ini

harus

diperhatikan...

diperhatikan

...

Nilai

Kritis

(Z) =

Skewness

/

√

(6/N). Z

tidak

boleh

lebih

dari

2,58 (sig. 1%)

dan

1,96 (sig.

5%).

(15)

PadaPada SPSS, Ratio SPSS, Ratio Skewness

Skewness dandan Kurtosis Kurtosis diperoleh

diperoleh lewatlewat::

Menu AnalyzeMenu Analyze

Submenu Descriptive Submenu Descriptive Statistics

Statistics –– FrequenciesFrequencies

MasukkanMasukkan VariabelVariabel yang yang akan

akan diujidiuji keke kotakkotak Variable(s

Variable(s))

KlikKlik pilihanpilihan icon Statistics, icon Statistics, selanjutnya

selanjutnya KlikKlik padapada: : Skewness

Skewness dandan Kurtosis, Kurtosis, kemudian

(16)

2. Testing skew by Z

-

score

The simplest test we can use is a zThe 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 byThe 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

normally distributed data

z = skew−0 SE_skew

SE_skew = 6 N

(17)

Cara menentukan nilai Z:

pilih

Analyze

–

Descriptive

Statistics

–

Descriptives

Masukkan Variabel pada kotak Variable(s)

Aktifkan p

ilihan

: Save standardized value as

variable (

akan

ada

tambahan

variable

baru

di

file

yaitu

nilai

z)

Klik

pilihan

Continue

dan

OK

Distribusi

Nilai

Z (

jika

terletak

antara

–

1,96

sampai

(18)

3.

3. Uji

Uji

Kolmogorov

Smirnov:

UntukUntuk mengujimenguji normalitasnormalitas

sebuah

sebuah variabelvariabel

DikatakanDikatakan DistribusiDistribusi Normal Normal jikajika

P

P >> 0,05 0,05

PadaPada program SPSS program SPSS dilakukandilakukan

melalui

melalui::

Submenu Nonparametric Submenu Nonparametric

Test

PilihPilih: : –– 1 Sample KS1 Sample KS

MasukkanMasukkan variabelvariabel yang yang pada

pada kotakkotak: Test Variable : Test Variable List

List

KlikKlik icon Test Distribution icon Test Distribution Normal,

(19)

4.

4. Uji

Uji

Kolmogorov

Smirnov

dan

Shapiro

Wilk

UntukUntuk mengujimenguji normalitasnormalitas duadua kelompokkelompok data yang data yang berasal

berasal daridari sebuahsebuah variabelvariabel

DikatakanDikatakan DistribusiDistribusi Normal Normal jikajika P P >> 0,05 0,05

PadaPada program SPSS program SPSS dilakukandilakukan melaluimelalui::

Submenu Descriptive Statistics Submenu Descriptive Statistics –– ExploreExplore

MasukkanMasukkan VariabelVariabel DependenDependen dandan FaktorFaktor

pembedanya

pembedanya keke kotakkotak masingmasing--masingmasing

KlikKlik pilihanpilihan icon: Plots icon: Plots dandan pilihpilih Normality Plots Normality Plots

with Tests

(20)

(21)

Tests of Normality Kolmogorov Kolmogorov- -Smirnov Smirnov Shapiro

Shapiro--WilkWilk

lokasi

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

(22)

5. Grafik normal PP dan Grafik

normal 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

Pada program SPSS dilakukan melalui:Pada program SPSS dilakukan melalui:

GraphsGraphs

(23)

Pilih variabel yang akan Pilih variabel yang akan diuji dan dimasukkan ke

diuji dan dimasukkan ke

dalam kotak Variables

Pilih Test Distribution : Pilih Test Distribution : Normal

Normal

(24)

Menguji

Kesamaan

Varian

Lavene

Test:

UntukUntuk mengujimenguji kesamaankesamaan duadua varianvarian data yang data yang berasalberasal daridari

sebuah

sebuah variabelvariabel

DikatakanDikatakan variannyavariannya samasama jikajika P P >> 0,05 0,05

PadaPada program SPSS program SPSS dilakukandilakukan melaluimelalui::

Submenu Descriptive Statistics Submenu Descriptive Statistics –– ExploreExplore

MasukkanMasukkan VariabelVariabel DependenDependen dandan FaktorFaktor pembedanyapembedanya keke kotak

kotak masingmasing--masingmasing

KlikKlik pilihanpilihan icon: Plots icon: Plots dandan pilihpilih Power estimation Power estimation padapada bagian

(25)

Apa

yang

harus

dilakukan

jika

sebaran

data

tidak

normal

transformasitransformasi 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)

menambahmenambah jumlahjumlah sampelsampel penelitianpenelitian, , hinggahingga katakanlah

katakanlah 100 100 sampelsampel. .

MenyisihkanMenyisihkan outliers: outliers: membuangmembuang subjeksubjek yang yang teridentifikasi

teridentifikasi sebagaisebagai outliers outliers atauatau memilikimemiliki nilainilai ekstrim/menyimpang

ekstrim/menyimpang dibandingdibanding yang lain. yang lain.

MemisahMemisah berdasarkanberdasarkan katagorikatagori tertentutertentu, , misalmisal sex, sex, lokasi

lokasi, , pekerjaanpekerjaan dlldll

JikaJika tidaktidak bisabisa dengandengan caracara didi atasatas ---- data data tidaktidak normal