UJI PERBEDAAN (DIFFERENCES ANALYSIS) Metode Riset Bisnis

(1)

UJI PERBEDAAN

(DIFFERENCES ANALYSIS)

1

(DIFFERENCES ANALYSIS)

(2)

One Sample

_vs.

Two Samples

2

Dalam analisis data, peneliti dapat

dihadapkan pada analisis atas one sample atau two/more samples.

Jumlah sampel, one sample atau two samples ditentukan berdasarkan “bagaimana “bagaimana “bagaimana “bagaimana

data diperlakukan”, data diperlakukan”, data diperlakukan”,

data diperlakukan”, bukan pada

“bagaimana data dikumpulkan”! “bagaimana data dikumpulkan”! “bagaimana data dikumpulkan”! “bagaimana data dikumpulkan”!

(3)

One Sample

_vs.

Two Samples

3

Two samples dibedakan menjadi 2 yaitu: 1. Two-related (paired) samples,

(4)

4

Menguji Hipotesis

• Bila p_value > nilai signifikan, berarti p_valuetidak signifikan, berarti terima H₀ dan tolak Ha.

H₀: Hipotesa Awal

H_a: Hipotesa Alternatif

signifikan, berarti terima H₀ dan tolak Ha.

Atau, hipotesis tidak terbukti atau tidak dapat diterima.

• Bila p_value ≤ nilai signifikan, berarti p_value signifikan, berarti tolak H₀ dan terima Ha.

(5)

5

Menguji Hipotesis

Besarnya nilai signifikansi (nilai alpha ) tergantung peneliti, yakni tergantung dari level of confidence peneliti.

α

level of confidence peneliti.

Bila level of confidence = 95%, maka = 0.05 (5%), yaitu nilai signifikansi sebesar 5%.

(6)

6

Misalkan ingin dibuktikan hipotesis

Rata-rata (mean) persepsi responden

terhadap kualitas menyeluruh produk

merek toko kategori makanan-minuman

One sample – Metric Data

merek toko kategori makanan-minuman adalah di atas 4.0.

Dengan tingkat signifikansi =0.05, maka

hipotesis statistiknya dapat dirumuskan sbb:

(7)

7

One sample – Metric Data

H₀_{: < 4.0}

µ

> 4.0

µ

H_a:

Karena variabel “persepsi terhadap kualitas produk” diukur dengan skala interval

(metric), maka teknik statistik yang

(8)

8

One sample – Metric Data

ONE SAMPLE t-Test:

Dalam SPSS, langkah2_{nya sbb:}

ANALYZE > COMPARE MEANS > ONE SAMPLE t-TEST > ANALYZE > COMPARE MEANS > ONE SAMPLE t-TEST >

Kemudian pilih variabel yang akan diuji nilai mean-nya.

(9)

Two-Independent Samples

9

Misal: Responden Pria dan Wanita.

Pengujian perbedaan, responden pria dan wanita

tersebut diperlakukan sebagai 2 sampel yang

berbeda/independent (seorang responden yg berjenis berbeda/independent (seorang responden yg berjenis kelamin Pria, maka ia adalah anggota kelompok

sampel Pria; tidak mungkin ia pada saat yg

bersamaan, masuk ke kelompok sampel Wanita sehingga teknik pengujian yang digunakan adalah

(10)

10

Two Independent Samples

Contoh:

Apakah persepsi

responden pria

berbeda

signifikan dengan persepsi

responden wanita

dalam menilai kualitas menyeluruh dari produk

merek toko kategori makanan-minuman.

Karena persepsi diukur dengan skala interval, maka

teknik statistik yang digunakan adalah

t-Test

(11)

11

Two Independent Samples

Dengan tingkat signifikansi = 0.05, maka

hipotesis statistiknya dirumuskan sbb:

µ

:

=

H

0

:

µ

1

=

µ

2

H

µ

1 2 1

:

≠

H

(12)

Two Related (Paired) Samples

Sampel Berpasangan

12

Two-related samples (paired samples) adalah

apabila kepada sekelompok sampel dilakukan

pengukuran sebanyak 2 kali untuk hal yang

berbeda, atau untuk hasil suatu treatment (Uji

sebelum dan sesudah treatment).

(13)

Two Related (Paired) Samples – Sampel Berpasangan

13

Contoh:

Akan diuji apakah persepsi responden dalam

menilai kualitas produk kategori

makanan-minuman berbeda signifikan dibandingkan

minuman berbeda signifikan dibandingkan

dengan kategori non makanan-minuman.

Kelompok responden mengalami pengukuran 2x,

maka diperlakukan 2 sampel berpasangan

teknik pengujian yang digunakan adalah

(14)

14

Dengan tingkat signifikansi = 0.05,

hipotesis statistik-nya dirumuskan sbb:

Two Paired samples – Metric Data

α

H

₀

:

µ

_D

= 0

(15)

15

Two Paired samples – Metric Data

Variabel ke-1 “persepsi kualitas produk Ma-Min”

Variabel ke-2 “persepsi kualitas produk Non Ma-Min”

Untuk menguji perbedaan ke-2 sampel digunakan TWO SAMPLES / PAIRED t-Test.

SAMPLES / PAIRED t-Test.

Dalam SPSS, langkah2nya sbb:

ANALYZE > COMPARE MEANS > PAIRED SAMPLES t-TEST > Kemudian pilih variabel-variabel yang akan diuji nilai

(16)

Chi Square Analysis

16

Variabel-variabel yang diuji dengan teknik

Chi-square

( ) harus diukur dengan skala

nominal atau ordinal (non-metric data).

χ

2

nominal atau ordinal (non-metric data).

Untuk menggunakan chi-square, maka harus

dibuat tabulasi silang (cross-tabulation)

(17)

Chi-square Test

Contoh:

Peneliti ingin menguji apakah gender responden

berasosiasi/berhubungan dengan toko dimana responden membeli produk.

17

“Gender” sebagai variabel ke-1, dan “nama toko”

sebagai variabel ke-2, merupakan data berskala

nominal (data non-metric), teknik statistik yang dipakai untuk menguji asosiasi atau hubungan antara gender dan toko yang dipilih adalah Chi-Square.

(18)

Chi-square Test

Dalam SPSS, Chi Square dioperasikan melalui:

ANALYZE > DESCRIPTIVE STATISTIC > CROSSTABS.

18

ANALYZE > DESCRIPTIVE STATISTIC > CROSSTABS.

Dalam kotak dialog

(19)

Analisis Varian

19

Apabila uji perbedaan yang dilakukan

melibatkan rata-rata (mean) lebih dari 2

populasi atau kelompok sampel, teknik

statistik yang digunakan adalah analisis varian

atau ANOVA (analysis of variance).

(20)

Analisis Varian

20

Dalam bentuk paling sederhana, ANOVA memiliki 1

variabel dependen (data metrik atau dalam skala interval atau rasio). Lalu 1 atau lebih variabel independen (data non-metrik dalam skala nominal atau ordinal).

atau ordinal).

Variabel independen ini disebut faktor. Kategorisasi

yang dilakukan terhadap variabel independen disebut perlakuan (treatment).

(21)

Analisis Varian

21

Banyaknya kategori harus lebih dari 2, karena bila

hanya 2 kategori, uji t-test bisa digunakan.

Apabila hanya ada 1 variabel independen, maka

yang dipakai adalah ANOVA satu-arah _(one-way

ANOVA). Bila ada 2 variabel independen, maka

ANOVA). Bila ada 2 variabel independen, maka ANOVA dua-arah (two-way ANOVA). Bila lebih dari 2 variabel independen, digunakan ANOVA multi-arah (N-way ANOVA).

Apabila sejumlah variabel independen terdiri dari

variabel non-metrik dan metrik, maka teknik statistik yang digunakan adalah ANCOVA (_analysis _of

(22)

Analisis Varian

22

Dalam pengujian, formulasi hipotesis

statistiknya sbb:

H

₀

: µ

₁

= µ

₂

= …. = µ

_k

H

₀

: µ

₁

= µ

₂

= …. = µ

_k

H

_a

: µ

₁

≠ µ

₂

≠ …. ≠ µ

_k

(tidak semua rata-rata

sama –setidaknya ada dua mean populasi

yang tidak sama).

(23)

Analisis Varian

23

Contoh:

Sebuah department store meneliti efek dari

in-store promotion (X) terhadap sales (Y).

Variabel dependen sales --- metric (skala rasio)

Variabel independen in-store promotion ---Variabel dependen sales --- metric (skala rasio)

Variabel independen in-store promotion

---nonmetric (skala nominal).

Dibagi dalam 3 kategori: (1) promosi high, (2) promosi medium, dan (3) promosi low.

(24)

Data “In-Store Promotion”

24

Store Num ber Coupon Level In-Store Prom otion Sales Clientel Rating

1 1.00 1.00 10.00 9.00 2 1.00 1.00 9.00 10.00 3 1.00 1.00 10.00 8.00 4 1.00 1.00 8.00 4.00 5 1.00 1.00 9.00 6.00 6 1.00 2.00 8.00 8.00 7 1.00 2.00 8.00 4.00 8 1.00 2.00 7.00 10.00 9 1.00 2.00 9.00 6.00 10 1.00 2.00 6.00 9.00 11 1.00 3.00 5.00 8.00 12 1.00 3.00 7.00 9.00 13 1.00 3.00 6.00 6.00 13 1.00 3.00 6.00 6.00 14 1.00 3.00 4.00 10.00 15 1.00 3.00 5.00 4.00 16 2.00 1.00 8.00 10.00 17 2.00 1.00 9.00 6.00 18 2.00 1.00 7.00 8.00 19 2.00 1.00 7.00 4.00 20 2.00 1.00 6.00 9.00 21 2.00 2.00 4.00 6.00 22 2.00 2.00 5.00 8.00 23 2.00 2.00 5.00 10.00 24 2.00 2.00 6.00 4.00 25 2.00 2.00 4.00 9.00 26 2.00 3.00 2.00 4.00 27 2.00 3.00 3.00 6.00 28 2.00 3.00 2.00 10.00 29 2.00 3.00 1.00 9.00 30 2.00 3.00 2.00 8.00

(25)

Uji ANOVA satu-arah (One-way ANOVA) 25 ANOVA Sales 106.067 2 53.033 17.944 .000 79.800 27 2.956

Bet ween Groups Wit hin Groups

Sum of

Squares df Mean Square F Sig. 79.800 27 2.956

185.867 29 Wit hin Groups

Total

Nilai signifikansi dengan F test 0.000 < p_value0.05, berarti signifikan, sehingga kita menolak H0 dan menerima Ha .

Dengan demikian, tingkat in-store promotion terbukti memiliki pengaruh yang signifikan terhadap penjualan.

(26)

Uji ANOVA dua-arah (Two-way ANOVA)

26

Misalkan ingin diketahui : apakah in-store

promotion dan kupon yang dikeluarkan

berpengaruh signifikan terhadap sales.

Variabel dependen

sales

--- metric (skala

Variabel dependen

sales

--- metric (skala

rasio)

Variabel independen, ada 2 yaitu:

X

₁

(in-store promotion) --- nonmetric (skala

nominal).

(27)

Uji ANOVA dua-arah (Two-way ANOVA)

27

Statistik uji yang digunakan adalah ANOVA dua-arah.

Dalam SPSS, langkah2_{nya sbb:}

ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE

Masukkan variabel dependen ke “Dependent Variable” dan variabel independen ke “Fixed Factor(s)”.

(28)

Uji ANOVA dua-arah (Two-way ANOVA)

28

Tests of Between -Subje cts Effects

Dependent Variable: Sales

162.667a 5 32.533 33.655 .000 1104.133 1 1104.133 1142.207 .000 53.333 1 53.333 55.172 .000 106.067 2 53.033 54.862 .000 Source Corrected M odel Intercept coupon prom otio

Type III Sum

of S quares df Mean Square F Sig.

106.067 2 53.033 54.862 .000 3.267 2 1.633 1.690 .206 23.200 24 .967 1290.000 30 185.867 29 prom otio coupon * promotio Error Total Corrected Total

R S quared = .875 (Adjus ted R S quared = .849) a.

Nilai signifikansi Coupon*Promotion 0.206 > p_value0.05 tidak signifikan, artinya terima H0 dan tolak H1.

Jadi,tingkat in-store promotion dan kupon yang dikeluarkan tidak memilki pengaruh yang signifikan terhadap penjualan.

(29)

Uji ANCOVA (Analysis of Covariance)

29

Misalkan ingin diketahui: apakah in-store

promotion dan kupon yang dikeluarkan

berpengaruh signifikan terhadap sales, sementara kita mengontrol pengaruh dari client.

Variabel dependen sales --- metric (skala rasio)

Variabel independen, ada 3

X₁(in-store promotion) --- nonmetric (skala

nominal).

X₂(coupon) --- nonmetric (skala nominal).

(30)

Uji ANCOVA (Analysis of Covariance)

30

Karena variabel independen terdiri atas data metric dan non-metric, maka statistik uji yang digunakan adalah ANCOVA.

Dalam SPSS, langkah nya sbb:

ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE

Masukkan variabel dependen ke “Dependent

Variable”, kemudian variabel independen non metric ke “Fixed Factor(s)”, dan variabel independen metric ke “Covariate(s)”.

(31)

Uji ANCOVA (Analysis of Covariance)

31

Tests of Between -Subje cts Effects

Dependent Variable: Sales

163.505a 6 27.251 28.028 .000 103.346 1 103.346 106.294 .000 .838 1 .838 .862 .363 53.333 1 53.333 54.855 .000 Source Corrected M odel Intercept clientel coupon

Type III Sum

of S quares df Mean Square F Sig.

106.067 2 53.033 54.546 .000 3.267 2 1.633 1.680 .208 22.362 23 .972 1290.000 30 185.867 29 prom otio coupon * promotio Error Total Corrected Total

R S quared = .880 (Adjus ted R S quared = .848) a.

Nilai signifikansi Clientel 0.363 > p_value0.05, tidak signifikan, jadi

terima H₀ dan tolak H_1.

Dengan demikian dapat dikatakan bahwa tingkat in-store promotion dan kupon yang dikeluarkan serta client tidak memilki pengaruh yang signifikan terhadap penjualan.