Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Peran Statistik dalam Penelitian 2011 Atmadji Soewito.

Presentasi serupa


Presentasi berjudul: "Peran Statistik dalam Penelitian 2011 Atmadji Soewito."— Transcript presentasi:

1 Peran Statistik dalam Penelitian 2011 Atmadji Soewito

2 Langkah-langkah Metode Ilmiah

3 Peran Statistik Untuk menghitung jumlah sampel yang diperlukan di tahap [7] ( data collection, analysis dan interpretasi) Untuk menghitung jumlah sampel yang diperlukan di tahap [7] ( data collection, analysis dan interpretasi) Untuk pengujian hipotesis di tahap [8] (deduction, hypothesis testing) Untuk pengujian hipotesis di tahap [8] (deduction, hypothesis testing) Untuk menguji validitas dan reliabilitas instrumen (kalau diperlukan instrumen dalam tahap [7] data collection) Untuk menguji validitas dan reliabilitas instrumen (kalau diperlukan instrumen dalam tahap [7] data collection)

4 Mengumpulkan data Data kuantitatif obyektif : bisa diukur langsung Data kuantitatif obyektif : bisa diukur langsung Data kualitatif subyektif : Data kualitatif subyektif : Harus diuraikan menjadi konsep, dimensi dan elemennyaHarus diuraikan menjadi konsep, dimensi dan elemennya Contohnya konsep belajar, misalkan dimensinya adalah pemahaman, pengingatan dan aplikasiContohnya konsep belajar, misalkan dimensinya adalah pemahaman, pengingatan dan aplikasi Dimensi pemahaman, elemennya adalah bisa menjawab benar, bisa memberi contohDimensi pemahaman, elemennya adalah bisa menjawab benar, bisa memberi contoh Dimensi pengingatan, elemennya adalah bisa menjawab setelah selang beberapa waktuDimensi pengingatan, elemennya adalah bisa menjawab setelah selang beberapa waktu Dimensi aplikasi, elemennya adalah memecahkan masalah dengan memakai konsep diatas, bisa menggabung dengan masalah lainDimensi aplikasi, elemennya adalah memecahkan masalah dengan memakai konsep diatas, bisa menggabung dengan masalah lain Baru selanjutnya bisa dijadikan data kuantitatifBaru selanjutnya bisa dijadikan data kuantitatif

5 Sifat Data Statistik jenis data differenceorderdistanceorigin nominalVXXX ordinalVVXX intervalVVVX rasioVVVV difference Data hanya berbeda golongan order Data berbeda golongan dan punya urutan distance Data berbeda golongan dan punya nilai relatif origin Data berbeda golongan dan punya nilai absolut

6 Contoh Data Statistik Nominal : Nominal : Penggolongan sampel: Amerika, Jepang,Indonesia,dst Ordinal : Ordinal : Penggolongan sampel yang disertai peringkat: gol IV:peringkat I, gol III:peringkat I, dst Interval : Interval : Penggolongan sampel yang disertai gradasi nilai: nilai A:30%, nilai B:40%, nilai C:20%,nilai D:10% Rasio : Rasio : Penggolongan sampel disertai nilai absolut: Pelanggan A:10jt,pelanggan B:15jt, dst

7 data nominal Jenis kelamin pekerjaan PriaPelajar/mahasiswa wanitakaryawan wiraswasta Lain-lain

8 data ordinal Urutkan jumlah penjualan merk HP ditempat anda dengan angka 1 untuk yang paling banyak, 2, 3 dst untuk yang lebih sedikit Sony ericsson Motorola Nokia Siemens

9 data interval Menggunakan skala 1-5, sebutkan pendapat anda dari 1 untuk sangat setuju sampai 5 untuk sangat tidak setuju Pekerjaan ini memberi kesempatan untuk berkembang Mengerjakan pekerjaan ini memberi kepuasan tersendiri Saya mengenal seluruh hak dan kewajiban saya

10 data rasio Sebutkan jumlah saudara sekandung anda Sebutkan lama anda bekerja Sebutkan jumlah pengeluaran anda tiap bulan

11 Populasi, Sampel Populasi, parameter Populasi, parameter Sampel, statistik Sampel, statistik

12 Penentuan Validitas dan Reliabilitas Validitas (apakah kita mengukur hal yang benar?): Validitas (apakah kita mengukur hal yang benar?): Validitas isi : apakah yang diukur dapat mewakili populasi keseluruhan Validitas kriteria : apakah yang diukur mampu memilah-milah obyek Validitas konstruksi : apakah yang diukur mampu mengikuti alur teori yang akan dibangun Reliabilitas (apakah yang kita ukur akurat?): Reliabilitas (apakah yang kita ukur akurat?): Stabil : dengan test-retest, dengan korelasi paralel Konsisten : homogen, korelasi yang tinggi antar elemen

13 Perhitungan Jumlah Sampel Kompromi antara keyakinan dan ketepatan Kompromi antara keyakinan dan ketepatan Ukuran sampel menurut Krejcie & Morgan (1970) untuk tingkat kesalahan 5% Ukuran sampel menurut Krejcie & Morgan (1970) untuk tingkat kesalahan 5% NS

14 Confidence/Keyakinan vs Precision/Ketelitian Dari sampling dengan : Dari sampling dengan : Jumlah sampel nJumlah sampel n rata-rata Xrata-rata X Deviasi SDeviasi S Dapat diperkirakan bahwa Dapat diperkirakan bahwa µ = X ± K Sxµ = X ± K Sx Sedangkan Sedangkan Sx = S / √nSx = S / √n Makin tinggi confidence level, makin besar K, makin rendah presisi taksiran µ Makin tinggi confidence level, makin besar K, makin rendah presisi taksiran µ

15 Bentuk Hipotesis Hipotesis deskriptif: Hipotesis deskriptif: Hipotesis komparatif: Hipotesis komparatif: Hipotesis asosiatif : Hipotesis asosiatif :

16 Bentuk Hipotesis Hipotesis deskriptif: Hipotesis deskriptif: Dugaan tentang satu independent variabel Contoh : Produktivitas karyawan dalam satu pabrik Lifetime dari satu produk

17 Bentuk Hipotesis Hipotesis komparatif: Hipotesis komparatif: Dugaan perbandingan nilai dari beberapa independent variabel Contoh: Produktivitas golongan I lebih besar dari golongan II Lifetime produk yang dibuat dengan proses I lebih besar dari produk yang dibuat dengan proses II

18 Bentuk Hipotesis Hipotesis asosiatif: Hipotesis asosiatif: Dugaan hubungan antara dua variabel atau lebih Contoh : Kenaikan gaji karyawan akan menaikkan produktivitas Proses standarisasi akan menekan biaya produksi

19 Pengujian Hipotesis Deskriptif(1-var) Komparatif related (2 sampel) Komparatif independen (2 sampel) Komparatif related (m-sampel) Komparatif independen (m-sampel)asosiatif nominalBinomial, X 2 1sample McNemar X 2 2-sample X 2 ksample ordinal run test sign test median test intervalt-test t-test related t-testindependen 1-way Anova, 2-wayAnova 2-wayAnovaPPM partial- corr multiple- corr ratiot-test t-test related t-testindependen 1-way Anova, 2-wayAnova 2-wayAnovaPPM partial- corr multiple- corr

20 Uji hipotesis deskriptif 1sampel Data ratio: Data ratio: Hipotesis : Hipotesis : Kemampuan membuat alat disatu pabrik rata-rata adalah 4 unit/hari Hipotesis nol : kapasitas produksi per orang adalah 4 unit Hipotesis alternatif : kapasitas produksi per orang ≠4 unit H 0 : μ = 4 unit H a : μ ≠4 unit Sampel : Sampel : 31 orang 31 orang Pengukuran sampel : Pengukuran sampel :

21 Hipotesis testing: Hipotesis testing: n = 31; μ 0 = 4 unit/hari X avg = 144/31 = S = √ ∑(X i – X avg )2/(n-1) = 1.81 t hitung = (X avg – μ 0) / (s/√n) = 1.98 Dari tabel t, untuk derajat kebebasan (n-1)=31 Kesalahan 5% t tabel = Deduksi : Deduksi : T hitung < t tabel maka H 0 diterima, Produksi rata-rata adalah 4 unit/orang

22 kesalahan untuk 2 tail test TABEL t 50%20%10%5%2%1% kesalahan untuk 1 tail test DK25%10%5%2.5%1%0.5% inf

23 Uji hipotesis komparatif 2 sampel Data ratio: Data ratio: Hipotesis : Hipotesis : Ada perbedaan produktivitas kerja pegawai antara sebelum mendapat mobil dinas dan setelah mendapat mobil dinas. H 0 : tidak terdapat perbedaan produktivitas H a : ada terdapat perbedaan produktivitas Sampel : Sampel : 25 orang

24 Pengukuran sampel produktivitas (skala 100): Pengukuran sampel produktivitas (skala 100): responden Sebelum (X 1 ) Sesudah (X 2 ) 1…… ……… 25…… rata2 X 1 = 74 X 2 = 79.2 Simpangan s s 1 = 7.5 S 2 = Varian s2 S 1 2 = S 2 2 = korelasi r x1x

25 Hipotesis testing: Hipotesis testing: n = 25 t hitung = (X 1 -X 2 )/√(s 1 2 /n 1 )+(s 2 2 /n 2 )-2r(s 1 s 2 /√n 1 n 2 ) = Dari tabel t, untuk derajat kebebasan (2n-2)=48 Kesalahan 5% t tabel = Deduksi : Deduksi : T hitung < t tabel maka H 0 diterima, Tidak terdapat perbedaan berarti dari produktivitas antara sebelum dan sesudah diberi kendaraan dinas

26 Uji hipotesis asosiatif 2 sampel Data ratio: Data ratio: Hipotesis : Hipotesis : Untuk 10 orang responden, berdasarkan pengamatan, tidak ditemukan hubungan antara pendapatan dan pengeluaran. H0 : tidak ada hubungan antara pendapatan dan pengeluaran Ha : ada hubungan antara pendapatan dan pengeluaran Sampel : Sampel : 10 orang

27 Pengukuran pendapatan & pengeluaran Pengukuran pendapatan & pengeluaran (skala Rp100000): (skala Rp100000): In (x1) Out (y1) x = x1 - x y= y1 - y x2y2xy x = 7 y =

28 Hipotesis testing: Hipotesis testing: r xy hitung = ∑xy / √(∑x 2 )(∑y 2 ) = 10 /√(20)(6) = Dari tabel : Dari tabel : Tingkat kesalahan 5%, sampel 10 Tingkat kesalahan 5%, sampel 10 Dari r tabel product moment Dari r tabel product moment r xy tabel = Deduksi : Deduksi : r xy hitung > r xy tabel maka H 0 ditolak, Ada hubungan positif antara pendapatan dan pengeluaran sebesar 0,9129 (skala 1 max)

29 Taraf signifikan TABEL r 5%1%

30 Format akhir (daftar isi) Pendahuluan Pendahuluan Studi permasalahan Latar belakang Sasaran penelitian Kajian awal Kajian awal Interview Studi literatur Kerangka teori Perumusan hipotesa

31 Format akhir (daftar isi) Disain riset Disain riset Bentuk dari studi Disain Sampling Metoda koleksi data Metoda Analitis yang dipakai Hasil analisa data Hasil analisa data Hipotesa dibuktikan Kesimpulan Kesimpulan Saran-saran Saran-saran Referensi Referensi Apendiks Apendiks


Download ppt "Peran Statistik dalam Penelitian 2011 Atmadji Soewito."

Presentasi serupa


Iklan oleh Google