Persiapan Analisis Data

download Persiapan Analisis Data

of 25

Transcript of Persiapan Analisis Data

  • PERSIAPAN ANALISIS DATA PERSIAPAN ANALISIS DATA ((PemilihanPemilihan JenisJenis AnalisisAnalisis Data)Data)

  • RANCANGAN RANCANGAN PengolahanPengolahan & & AnalisisAnalisis Data (RPA)Data (RPA) HarusHarus memperhatikanmemperhatikan::

    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 3 variabelvariabel ((multivariatmultivariat))

  • KeberlakuanKeberlakuan hasilhasil penelitianpenelitian ((padapada arasaras populasipopulasi atauataucontohcontoh))

    Model/Model/polapola sebaransebaran data yang data yang akanakan menentukanmenentukanparameter parameter statistikstatistik ujiuji ((ParametrikParametrik atauatau Non Non ParametrikParametrik))

    Ada/tidaknyaAda/tidaknya interaksiinteraksi antaraantara variabelvariabel bebasbebas((perlakuanperlakuan) ) dalamdalam mempengaruhimempengaruhi variabelvariabel taktak bebasbebas((variabelvariabel responsrespons))

    TarafTaraf kepercayaankepercayaan ((signifikansisignifikansi) yang ) yang akanakan dipakaidipakaidalamdalam prosesproses pengambilanpengambilan keputusankeputusan:: = 5 % = 5 % atauatau 1 %1 % NilaiNilai probabilitasprobabilitas (p) (p) batasannyabatasannya : p=0,05: p=0,05

  • PEMILIHAN JENIS UJI STATISTIKPEMILIHAN JENIS UJI STATISTIK1.1. AnalisisAnalisis statistikstatistik cocokcocok untukuntuk data data kuantitatifkuantitatif atauatau data data

    yang yang dikuantitatifkandikuantitatifkan2.2. AnalisisAnalisis nonstatistiknonstatistik biasanyabiasanya diaplikasikandiaplikasikan untukuntuk data data

    kualitatifkualitatif deskriptifdeskriptif atauatau tekstulartekstular3.3. KhususKhusus untukuntuk analisisanalisis statistikstatistik: model yang : model yang digunakandigunakan

    harusharus sesuaisesuai dengandengan rancanganrancangan penelitiannyapenelitiannya((ditentukanditentukan oleholeh rumusanrumusan masalahmasalah tujuantujuan hipotesishipotesis), ), dapatdapat dibedakandibedakan::

    UjiUji beda/komparatifbeda/komparatif UjiUji asosiasiasosiasi ((hubunganhubungan atauatau pengaruhpengaruh))

    4.4. Agar model Agar model atauatau metodemetode ujiuji ituitu sahihsahih makamaka asumsiasumsi--asumsiasumsi yang yang mendasarimendasari harusharus dipenuhidipenuhi, , adaada 2 2 pilihanpilihan::

    UjiUji statistikstatistik parametrikparametrik UjiUji statistikstatistik nonparametriknonparametrik

  • JENIS STATISTIKJENIS STATISTIK StatistikStatistik DeskriptifDeskriptif: data : data diringkasdiringkas padapada halhal--halhal yang yang

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

    Graph. 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 untukuntukmenganalisismenganalisis data data dandan hasilhasil analisisanalisis tersebuttersebut digunakandigunakanuntukuntuk menggambarkan/mengestimasimenggambarkan/mengestimasi parameter parameter populasipopulasi daridari sampelsampel ygyg adaada

  • PedomanPedoman PenggunaanPenggunaan Parameter Parameter padapada StatistikStatistik InferensialInferensial

    Tipe Data

    DistribusiData

    JumlahData

    StatistikParametrik

    StatistikNon

    Parametrik

    Nominal/Ordinal

    Tidak Normal

    Kecil (30)

    Normal

    Interval/ratio

  • JENIS UJI STATISTIKJENIS UJI STATISTIKMacamMacamDataData

    BentukBentuk HipotesisHipotesis

    KomparatifKomparatif (2 (2 sampelsampel)) KomparatifKomparatif (>2 (>2 sampelsampel)) AsosiasiAsosiasi((hubunganhubungan))Related Related IndependenIndependen RelatedRelated IndependenIndependen

    NominalNominal Mc Mc NemarNemar Fisher ExactFisher Exact--

    ProbabilityProbability ChiChi--SquareSquare

    XX2 2 utkutk k k sampelsampel

    Cochran QCochran Q

    XX2 2 utkutk k k sampelsampel

    ContingencyContingencyCoefficient CCoefficient C

    OrdinalOrdinal Sign testSign test WilcoxonWilcoxon

    matched matched pairspairs

    Median TestMedian Test MannMann--

    WhitneyWhitney--U testU test

    KolmogorofKolmogorof--SmirnovSmirnov

    WaldWald--WoldfowitzWoldfowitz

    FriedmanFriedman--TwoTwo--WayWay--AnovaAnova

    Median Median ExtensionExtension

    KruskalKruskalWallisWallis--OneOne--WayWay--AnovaAnova

    Spearman Spearman rank rank correlationcorrelation

    Kendall Kendall TauTau

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

    tt--test test independentindependent

    One way One way AnovaAnova

    Two way Two way AnovaAnova

    One Way One Way AnovaAnova

    Two Way Two Way AnovaAnova

    Pearson Pearson PruductPruductMommentMomment

    Partial Partial CorrelationCorrelation

    Multiple Multiple CorrelationCorrelation

    RegresiRegresiSumber: Sugiyono (1999). Statistik Nonparametrik Untuk Penelitian, CV Alfabeta, Bandung

  • DistribusiDistribusi NormalNormal

    MenurutMenurut pandanganpandangan statistikstatistik, , distribusidistribusi variabelvariabel padapadapopulasipopulasi mengikutimengikuti distribusidistribusi normalnormal

    DistribusiDistribusi normal normal adalahadalah bentukbentuk distribusidistribusi yang yang memusatmemusatdidi tengahtengah, mean, mode , mean, mode dandan median median beradaberada didi tengahtengah

  • MengujiMenguji NormalitasNormalitas DataData Data interval/Data interval/rasiorasio harusharus diujidiuji normalitasnormalitas sebelumsebelum

    dianalisisdianalisis untukuntuk menentukanmenentukan jenisjenis ujiuji parametrikparametrik atauataunon non parametrikparametrik

    TujuanTujuan ujiuji: : untukuntuk melihatmelihat apakahapakah sebaransebaran data data mengikutimengikutipolapola 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 teoritikteoritik

    Ha: Ha: terdapatterdapat perbedaanperbedaan antaraantara data data empirikempirik dandan data data teoritikteoritik-- p p >> 0,05 0,05 makamaka Ha Ha ditolakditolak (normal)(normal)-- p < 0,05 p < 0,05 makamaka Ha Ha diterimaditerima ((tidaktidak normal)normal)

  • PrinsipPrinsip UjiUji DistribusiDistribusi NormalNormal

    PrinsipnyaPrinsipnya membandingkanmembandingkan antaraantara distribusidistribusi data yang data yang didapatdidapat (observed) (observed) dengandengan data normal (expected)data normal (expected)

    JikaJika hasilhasil ujiuji menunjukkanmenunjukkan tidaktidak adaada perbadaanperbadaan antaraantarakeduakedua distribusidistribusi data data tersebuttersebut (p (p >> 0,05) 0,05) dikatakandikatakandistribusidistribusi data data obsevedobseved adalahadalah normalnormal

    Observed Expected

  • PengujianPengujian DistribusiDistribusi NormalNormal

  • BerbagaiBerbagai Cara Cara MengujiMenguji NormalitasNormalitasDataData

    1.1. NilaiNilai SkewnessSkewness dandan KurtosisKurtosis2.2. LillieforsLilliefors ((UjiUji KolmogorovKolmogorov Smirnov)Smirnov)3.3. ShapiroShapiro--WilksWilks4.4. GrafikGrafik PP PP dandan GrafikGrafik QQ--Q (normal Q (normal jkjk data data

    tersebartersebar didi sekelilingsekeliling garisgaris))5.5. NilaiNilai Z (Z (jikajika terletakterletak antaraantara 1,96 1,96 sampaisampai

    +1,96 +1,96 padapada taraftaraf signifikansisignifikansi 5 %) 5 %)

  • 1. Ratio 1. Ratio SkewnessSkewness dandan Kurtosis: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 hasilhasilanalisisanalisis datadata

    JikaJika Ratio Ratio SkewnessSkewness beradaberada antaraantara --2 2 sampaisampai +2 +2 makamaka distribusidistribusi dikatakandikatakan normalnormal

    Ratio Kurtosis = Ratio Kurtosis = nilainilai kurtosis kurtosis dibagidibagi standard error standard error kurtosiskurtosis

    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 makamaka distribusidistribusi dikatakandikatakan normalnormal

  • TambahanTambahan tentangtentang NormalitasNormalitas

    SatuSatu istilahistilah yang yang ngetrendngetrend dalamdalam KurveKurve Normal Normal adalahadalah SkewnessSkewness dandan Kurtosis. Kurtosis. SkewnessSkewnessberkaitanberkaitan dengandengan lebarlebar kurvekurve, , sedangkansedangkankurtosis kurtosis dengandengan tinggitinggi kurvekurve. . JikaJika data data terlihatterlihatsebarannyasebarannya normal, normal, tapitapi kalaukalau nilainilai kurtosisnyakurtosisnyabesarbesar (alias (alias salahsalah satusatu kategorikategori terlaluterlalu tinggitinggi) ) yayanggaknggak normal. normal. DuaDua nilainilai iniini harusharus diperhatikandiperhatikan... ...

    NilaiNilai KritisKritis (Z) = (Z) = SkewnessSkewness / / (6/N). Z (6/N). Z tidaktidakbolehboleh lebihlebih daridari 2,58 (sig. 1%) 2,58 (sig. 1%) dandan 1,96 (sig. 1,96 (sig. 5%). 5%).

    UntukUntuk Kurtosis Kurtosis rumusnyarumusnya samasama. .

  • PadaPada SPSS, Ratio SPSS, Ratio SkewnessSkewness dandan Kurtosis Kurtosis diperolehdiperoleh lewatlewat:: Menu AnalyzeMenu Analyze Submenu Descriptive Submenu Descriptive

    Statistics Statistics FrequenciesFrequencies MasukkanMasukkan VariabelVariabel yang yang

    akanakan diujidiuji keke kotakkotakVariable(sVariable(s))

    KlikKlik pilihanpilihan icon Statistics, icon Statistics, selanjutnyaselanjutnya KlikKlik padapada: : SkewnessSkewness dandan Kurtosis, Kurtosis, kemudiankemudian OKOK

  • 2. Testing skew by Z2. Testing skew by Z--scorescore 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 zskew 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 different from zero, would mean that we do not have normally distributed datanormally distributed data

    z =skew 0SEskew

    SEskew = 6 N

  • Cara menentukan nilai Z: Cara menentukan nilai Z: pilihpilih menu menu AnalyzeAnalyze Descriptive Descriptive StatisticsStatistics

    DescriptivesDescriptives Masukkan Variabel pada kotak Variable(s) Masukkan Variabel pada kotak Variable(s) Aktifkan pAktifkan pilihanilihan: Save standardized value as : Save standardized value as

    variable (variable (akanakan adaada tambahantambahan variable variable barubarudidi file file yaituyaitu nilainilai z) z)

    KlikKlik pilihanpilihan Continue Continue dandan OKOK DistribusiDistribusi NilaiNilai Z (Z (jikajika terletakterletak antaraantara 1,96 1,96

    sampaisampai +1,96 +1,96 padapada taraftaraf signifikansisignifikansi 5 %)5 %)

  • 3. 3. UjiUji KolmogorovKolmogorov Smirnov:Smirnov: UntukUntuk mengujimenguji normalitasnormalitas

    sebuahsebuah variabelvariabel DikatakanDikatakan DistribusiDistribusi Normal Normal jikajika

    P P >> 0,05 0,05 PadaPada program SPSS program SPSS dilakukandilakukan

    melaluimelalui::Menu AnalyzeMenu AnalyzeSubmenu Nonparametric Submenu Nonparametric TestTestPilihPilih: : 1 Sample KS1 Sample KSMasukkanMasukkan variabelvariabel yang yang padapada kotakkotak: Test Variable : Test Variable ListListKlikKlik icon Test Distribution icon Test Distribution Normal, Normal, kemudiankemudian OK OK

  • 4. 4. UjiUji KolmogorovKolmogorov SmirnovSmirnovdandan Shapiro Shapiro WilkWilk

    UntukUntuk mengujimenguji normalitasnormalitas duadua kelompokkelompok data yang data yang berasalberasal daridari sebuahsebuah variabelvariabel

    DikatakanDikatakan DistribusiDistribusi Normal Normal jikajika P P >> 0,05 0,05 PadaPada program SPSS program SPSS dilakukandilakukan melaluimelalui::

    Menu AnalyzeMenu Analyze Submenu Descriptive Statistics Submenu Descriptive Statistics ExploreExplore MasukkanMasukkan VariabelVariabel DependenDependen dandan FaktorFaktor

    pembedanyapembedanya keke kotakkotak masingmasing--masingmasing KlikKlik pilihanpilihan icon: Plots icon: Plots dandan pilihpilih Normality Plots Normality Plots

    with Testswith Tests

  • Pilih Plots

  • Tests of Normality

    KolmogorovKolmogorov--SmirnovSmirnov

    ShapiroShapiro--WilkWilk

    lokasilokasipenelitianpenelitian

    StatisticStatistic dfdf Sig.Sig. StatisticStatistic dfdf Sig.Sig.

    lilalila WUSWUS desadesa .284.284 1515 .002.002 .782.782 1515 .010.010

    kotakota .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

    Cara Membaca Output

  • 5. Grafik normal PP dan Grafik 5. Grafik normal PP dan Grafik normal Qnormal 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 normalterdistribusi tidak normal Pada program SPSS dilakukan melalui:Pada program SPSS dilakukan melalui:

    GraphsGraphs Kemudian pilih PKemudian pilih P--P atau QP atau Q--QQ

  • Pilih variabel yang akan Pilih variabel yang akan diuji dan dimasukkan ke diuji dan dimasukkan ke dalam kotak Variablesdalam kotak Variables

    Pilih Test Distribution : Pilih Test Distribution : NormalNormal

    Kemudian tekan OKKemudian tekan OK

  • MengujiMenguji KesamaanKesamaan VarianVarian LaveneLavene Test:Test:

    UntukUntuk mengujimenguji kesamaankesamaan duadua varianvarian data yang data yang berasalberasal daridarisebuahsebuah variabelvariabel

    DikatakanDikatakan variannyavariannya samasama jikajika P P >> 0,05 0,05 PadaPada program SPSS program SPSS dilakukandilakukan melaluimelalui::

    Menu AnalyzeMenu Analyze Submenu Descriptive Statistics Submenu Descriptive Statistics ExploreExplore MasukkanMasukkan VariabelVariabel DependenDependen dandan FaktorFaktor pembedanyapembedanya keke

    kotakkotak masingmasing--masingmasing KlikKlik pilihanpilihan icon: Plots icon: Plots dandan pilihpilih Power estimation Power estimation padapada

    bagianbagian Spread Spread vsvs Level with Level with LeveneLevene TestTest

  • ApaApa yang yang harusharus dilakukandilakukan jikajikasebaransebaran data data tidaktidak normalnormal

    transformasitransformasi data data dalamdalam bentukbentuk yang lain (yang lain (remedies remedies for non normalfor non normal). ). AdaAda banyakbanyak caracaramentransformasikanmentransformasikan, , tetapitetapi caracara yang yang seringsering dipakaidipakaiadalahadalah transformasitransformasi dalamdalam bentukbentuk akarakar kuadratkuadrat, , arcsinarcsin, , dandan log 10. (log 10. (lihatlihat modulmodul transformasitransformasi data)data)

    menambahmenambah jumlahjumlah sampelsampel penelitianpenelitian, , hinggahinggakatakanlahkatakanlah 100 100 sampelsampel. .

    MenyisihkanMenyisihkan outliers: outliers: membuangmembuang subjeksubjek yang yang teridentifikasiteridentifikasi sebagaisebagai outliers outliers atauatau memilikimemiliki nilainilaiekstrim/menyimpangekstrim/menyimpang dibandingdibanding yang lain. yang lain.

    MemisahMemisah berdasarkanberdasarkan katagorikatagori tertentutertentu, , misalmisal sex, sex, lokasilokasi, , pekerjaanpekerjaan dlldll

    JikaJika tidaktidak bisabisa dengandengan caracara didi atasatas ---- data data tidaktidaknormal normal dianalisisdianalisis dg dg statistikstatistik non non parametrikparametrik. .