Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

ANALISIS DATA Dr. Adi Setiawan.  STATISTIK DESKRIPTIF DAN INFERENSIAL  STATISTIK PARAMETRIK DAN NON PARAMETRIK  JUDUL PENELITIAN DAN STATISTIK YANG.

Presentasi serupa


Presentasi berjudul: "ANALISIS DATA Dr. Adi Setiawan.  STATISTIK DESKRIPTIF DAN INFERENSIAL  STATISTIK PARAMETRIK DAN NON PARAMETRIK  JUDUL PENELITIAN DAN STATISTIK YANG."— Transcript presentasi:

1 ANALISIS DATA Dr. Adi Setiawan

2  STATISTIK DESKRIPTIF DAN INFERENSIAL  STATISTIK PARAMETRIK DAN NON PARAMETRIK  JUDUL PENELITIAN DAN STATISTIK YANG DIGUNAKAN UNTUK ANALISIS  KONSEP DASAR PENGUJIAN HIPOTESIS

3  Kegiatan dalam analisis data adalah mengelompokkan data berdasarkan variable dan jenis responden, mentabulasi data berdasarkan variable dari seluruh responden, menyajikan data tiap variable yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah dan melakukan perhitungan untuk menguji hipotesis yang telah dilakukan.  Analisis data : Statistik deskriptif dan statistik inferensial.  Statistika Inferensial meliputi : statistika parametric dan statistika non parametric

4 A. STATISTIK DESKRIPTIF DAN INFERENSIAL  Statistika deskriptif : statistic yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum.  Statisitika deskriptif : penyajian data melalui table, grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean, desil, persentil, penyebaran data melalui perhitungan rata-rata dan standard deviasi, perhitungan prosentase dll.

5  Statistika inferensial (statistika induktif atau statistika probabilitas) : teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi.  Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas dan teknik pengambilan sampel dari populasi itu dilakukan secara random.  Statistik probabilitas karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang.

6 B. STATISTIK PARAMETRIK DAN NON PARAMETRIK  Statistik parametrik digunakan untuk menguji parameter populasi melalui statistik atau menguji ukuran populasi melalui data sampel.  Statistika non parametrik tidak menguji parameter populasi tetapi menguji distribusi.  Statistika parametrik mengasumsikan bahwa populasi berdistribusi normal sedangkan statistika non parametrik tidak menuntut terpenuhinya banyak asumsi misalnya data yang akan dianalisis tidak harus berdistribusi normal sehingga sering dinamakan bebas distribusi.

7  Statistika parametrik kebanyakan untuk menganalisis data interval dan rasio sedangkan statistika non parametrik kebanyakan digunakan untuk menganalisis data nominal atau ordinal.  Untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu macam data dan bentuk hipotesis yang diajukan.  Macam data : data nominal, ordinal, interval atau rasio  Bentuk hipotesis : hipotesis deskriptif, hipotesis komparatif dan hipotesis asosiatif.  Dalam hipótesis komparatif dibedakan menjadi dua yaitu komparatif untuk dua sampel dan lebih dari dua sampel.

8  Untuk menguji hipotesis deskriptif satu sampel bila digunakan datanya berbentuk nominal maka digunakan teknik statistik : Binomial Chikuadrat satu sampel  Untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk ordinal maka digunakan teknik statistik : Run Test  Untuk menguji hipotesis deskriptif satu variabel bila datanya berbentuk interval atau ratio maka digunakan t-test satu sampel

9  Untuk menguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentuk nominal digunakan teknik statistik : McNemar  Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk ordinal digunakan teknik statistik : Sign test Wilcoxon matched pairs  Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk interval atau ratio digunakan t- test dua sampel

10  Untuk menguji hipotesis komparatif dua sampel independen baik datanya berbentuk nominal digunakan teknik statistik : Fisher exact probability Chikuadrat Dua sampel  Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal digunakan teknik statistik : Median Test Mann-Whitney U Test Kolmogorov Smirnov Wald-Wolfowitz  Untuk menguji hipotesis kompartif dua sampel berpasangan bila datanya berbentuk interval dan ratio digunakan t-test sampel berpasangan.

11  Untuk menguji hipotesis komparatif k sampel berpasangan bila datanya berbentuk nominal digunakan teknik statistik : Chocran Q  Untuk menguji hipotesis komparatif k sampel berpasangan bila datanya berbentuk ordinal digunakan teknik statistik : Friedman Two-way Anova  Untuk menguji hipotesis komparatif sampel berpasangan bila datanya berbentuk interval atau ratio digunakan analisis variansi satu jalan maupun dua jalan (One way dan Two Way Anova)  Untuk menguji hipotesis komparatif k sampel independen bila datanya berbentuk nominal digunakan teknik statistik : Chikuadrat k sampel

12  Untuk menguji hipotesis komparatif k sampel independen bila datanya berbentuk ordinal digunakan teknik statistik : Median Extension Kruskal-Wallis One Way Anova  Untuk menguji hipotesis hubungan assosiatif/hubungan korelasi bila datanya berbentuk nominal digunakan teknik statistik : Koefisien kontingensi  Untuk menguji hipotesis asosiatif/hubungan korelasi bila datanya berbentuk ordinal digunakan teknik statistik : Koefisien korelasi spearman rank Koefisien korelasi Kendall Tau

13  Untuk menguji hipotesis asosiatif/hubungan bila datanya berbentuk interval atau ratio digunakan : Koefisien Produk Momen : untuk menguji hipotesis hubungan antara satu variabel independen dengan satu dependen Korelasi ganda bila untuk menguji hipotesis tentang hubungan dua variabel independen atau lebih secara bersama-sama dengan satu variabel dependen Korelasi parsial digunakan untuk menguji hipotesis hubungan antara dua variabel atau lebih bila terdapat variabel yang dikendalikan Analisis regresi digunakan untuk melakukan prediksi, bagaimana perubahan nilai variabel dependen bila nilai variabel independen dinaikkan atau diturunkan nilainya (dimanipulasi)

14 C. JUDUL PENELITIAN DAN STATISTIK YANG DIGUNAKAN UNTUK ANALISIS  Judul penelitian : Pengaruh kecerdasan emotional terhadap prestasi pegawai di pemerintah propinsi Madukara  Paradigma :  Kecerdasan Emosional -  Prestasi Kerja Pegawai  Misalkanya koefisien korelasi 0,7 maka koefisien determinasinya 0,49 artinya bahwa variasi yang terjadi pada variable prestasi kerja pegawai 49 % dapat dijelaskan melalui variasi yang terjadi pada kecerdasan emotional pegawai sedangkan sisanya 51 % ditentukan oleh factor di luar variable kecerdasan emotional seperti IQ, kedisiplinan dll.  Korelasi positif antara kecerdasan emotional dengan prestasi kerja sebesar 0,7 artinya makin tinggi kecerdasan emotional seseorang maka akan semakin tinggi prestasi kerja pegawai.

15 Rumusan masalah, hipotesis dan teknik statistik untuk analisis data Rumusan masalah :  1. Berapakah rata-rata kecerdasan emosional pegawai di propinsi Madukara ?  2. Berapakah rata-rata prestasi kerja pegawai ?  3. Adakah hubungan positif dan signifikan antara kecerdasan emotional pegawai dengan prestasi kerja ?  4. Bagaimana pengaruh kecerdasan emotional terhadap prestasi kerja pegawai ?

16 Hipotesis :  1. Kecerdasan emosional pegawai di pemerintahan propinsi Madukara paling tinggi 150  2. Prestasi kerja pegawai pemerintah propinsi Madukara paling tinggi 140 atau 70 % dari kriteria yang diharapkan  (kriteria prestasi kerja pegawai paling tinggi misalnya 200)  3. Terdapat hubungan yang positif dan signifikan antara kecerdasan emotional dengan prestasi kerja pegawai  4. Kecerdasan emotional berpengaruh positif terhadap prestasi kerja pegawai

17 Statistik untuk uji hipotesis :  1. Teknik statistik yang digunakan untuk menguji hipotesis dapat dilihat pada Tabel 8.1. Data yang terkumpul adalah ratio.  Bentuk hipotesisnya adalah deskriptif maka teknik uji untuk hipotesis no 1 dan no 2 adalah sama yaitu : t-test (untuk satu sampel).  3. Data kedua variabel adalah data ratio, oleh karena itu teknik statistik yang digunakan untuk menguji hipotesis adalah : Korelasi Pearson Product Moment.  4. Koefisien determinasi dan analisis regresi sederhana.

18 D. KONSEP DASAR PENGUJIAN HIPOTESIS  Hipotesis diartikan sebagai jawaban sementara terhadap rumusan masalah penelitian. Kebenaran dari hipotesis itu harus dibuktikan melalui data yang terkumpul.  Secara statistik hipotesis adalah pernyataan mengenai keadaan parameter yang akan diuji kebenarannya berdasarkan data yang diperoleh dari sampel penelitian (statistik).  Hipotesis nol adalah pernyataan tidak adanya perbedaan antara parameter dengan statistik (data sampel).

19  Taraf kesalahan : Pada dasarnya menguji hipotesis adalah menaksir parameter populasi berdasarkan data sampel.  Terdapat dua cara menaksir yaitu taksiran titik dan taksiran interval.  Taksiran titik : suatu taksiran parameter populasi berdasarkan satu nilai dari rata-rata data sampel.  Taksiran interval : suatu taksiran parameter populasi berdasarkan nilai interval rata-rata data sampel.  Menaksir parameter populasi menggunakan nilai tunggal (point estimate) akan mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan menggunakan interval estimate.  Makin besar interval taksirannya maka akan semakin kecil kesalahannya.  Biasanya dalam penelitian, kesalahan taksiran ditetapkan terlebih dahulu yang digunakan adalah 5 % dan 1 %.

20  Dua kesalahan dalam menguji hipotesis  Dalam menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat dua kesalahan yaitu : Kesalahan tipe I adalah suatu kesalahan bila menolak hipotesis nol H0 yang benar. Dalam hal ini tingkat kesalahan dinyatakan dengan . Kesalahan tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya ditolak). Tingkat kesalahan untuk ini dinyatakan dengan .

21 Hubungan antara keputusan menolak atau menerima hipotesis dapat dijelaskan sebagai berikut :  Keputusan menerima hipotesis nol yang benar berarti tidak membuat kesalahan.  Keputusan menerima hipotesis nol yang salah berarti terjadi kesalahan tipe II ().  Keputusan menolak hipotesis yang benar berarti terjadi kesalahan tipe I ().  Keputusan menolak hipotesis nol yang salah berarti tidak membuat kesalahan. Dalam pengujian hipotesis kebanyakan digunakan kesalahan tipe I yaitu berapa persen kesalahan untuk menolak Ho yang benar (yang seharusnya diterima).

22 Macam Pengujian Hipotesis  Uji Dua Pihak (Two tail Test) : digunakan bila hipotesis nol Ho berbunyi sama dengan dan hipotesis alternatifnya Ha berbunyi “tidak sama dengan”.  Uji Pihak Kiri : digunakan bila hipotesis nol Ho berbunyi “lebih besar atau sama dengan ” (  ) dan hipotesis alternatifnya Ha berbunyi ”lebih kecil” ( < ).  Uji Pihak Kanan : digunakan apabila hipotesis nol Ho berbunyi “lebih kecil atau sama dengan (  ) dan hipotesis alternatifnya Ha berbunyi “lebih besar “ ( > ). Dalam uji dua pihak taraf kesalahan  dibagi menjadi dua yaitu yang terletak pada pihak kiri dan kanan. Harga setengah ( /2 ) sedangkan pada uji satu pihak (kanan maupun kiri) harga terletak pada satu pihak saja yaitu terletak di pihak kanan saja atau kiri saja, taraf kesalahannya adalah .


Download ppt "ANALISIS DATA Dr. Adi Setiawan.  STATISTIK DESKRIPTIF DAN INFERENSIAL  STATISTIK PARAMETRIK DAN NON PARAMETRIK  JUDUL PENELITIAN DAN STATISTIK YANG."

Presentasi serupa


Iklan oleh Google