Anas Tamsuri UJI STATISTIK UJI STATISTIK

Penentuan Normalitas Data dengan Skewness & Curtosis Dengan menggunakan Skewness & Curtosis, untuk data interval/ rasio Ditentukan dengan menghitung : Ratio Skewness = nilai skewness . standar error skewness Disebut normal jika nilai hitung antara +2 s/d -2

Penentuan normalitas data (2) dengan Kolmogorov-Smirnov & Shapiro-Wilk Syarat : Untuk data sedikit (< 30) Dapat digunakan skala Interval, rasio atau ordinal Ho = data berdistribusi normal Ho diterima jika signifikansi > 

Menilai Keacakan Data dg Run test Syarat : Data skala ordinal Ho = data berasal dari populasi tidak acak Ho ditolak jika signifikansi < 

Normalitas data dengan Chi-Square Digunakan untuk data relatif besar, skala nominal Ho = tidak terdapat perbedaan dg populasi Ho ditolak jika < 0,05

Binomial Test Syarat : data nominal dikotom, sampel kecil Terdapat syarat proporsi Ho = sampel tidak sama dg kriteria populasi Ho ditolak jika sig > 

Anas Tamsuri UJI KORELASI UJI KORELASI

Korelasi Hubungan antar variabel dapat bersifat hubungan kausatif dan hubungan interaktif Uji korelasi bertujuan mencari hubungan antar variabel, namun tidak sampai mencari persamaan matematis hubungan tersebut.

Jenis Variabel & Normalitas Data Jenis Uji Korelasi Jml Sampel Jenis Variabel & Normalitas Data Interval/Rasio Distribusi normal Ordinal (Interval & Rasio Distribusi tidak normal / bebas) Nominal 2 Pearson Product Moment Partial Corelation Spearmann Rank Corelation Kendal’s Tau Contingency Coefficient Lebih 2 Multiple Corelation Ada tidaknya hubungan ditentukan dalam koefisien korelasi Koefisien korelasi dari -1 s/d + 1

Kekuatan korelasi Korelasi (+) membentuk hub. positif Interval Koefisien Tingkat Hubungan 0,00 – 0,19 Sangat rendah 0.20 – 0, 39 Rendah 0,40 – 0, 59 Sedang 0,60 – 0, 79 Kuat 0,80 – 1,00 Sangat Kuat Korelasi (+) membentuk hub. positif Korelasi (-) membentuk hub. negatif

Korelasi Pearson Syarat Hipotesis Statistik : Bertujuan mencari hub. Antar 2 variabel Data skala interval atau rasio Distribusi data normal Hipotesis Statistik : Ho = tidak ada hub. Antara var X thd Y

Korelasi Parsial Syarat Hipotesis Statistik : Bertujuan mencari pengaruh satu variabel (x) terhadap hub. Antar 2 variabel lainnya (y  z) Data skala interval atau rasio Distribusi data normal Hipotesis Statistik : Ho = tidak ada pengaruh x terhadap hub. Antara var X dan Y

Korelasi Spearman/ Kendal’s Tau Syarat : Bertujuan mencari hub. Antar 2 variabel Data skala interval atau rasio, dg distribusi data tidak normal; atau skala ordinal Hipotesis Statistik : Ho = tidak ada hub. Antara var X thd Y

Koefisien Kontingensi Syarat : Bertujuan mencari hub. Antar 2 variabel Data skala nominal Hipotesis Statistik : Ho = tidak ada hub. Antara var X thd Y

Anas Tamsuri UJI KOMPARASI UJI KOMPARASI

KOMPARASI Perbandingan antara dua sampel dilakukan dengan melihat fenomena, ditentukan dengan mencari perubahan / perbedaan Konsep komparasi dan korelasi merupakan konsep yang terkait: var A disebut berhubungan (berpengaruh) terhadap var. B hanya jika perubahan pada A menyebabkan perubahan/ perbedaan pada B

Hubungan Sampel Dalam uji komparasi, hubungan antar sampel dipengaruhi hubungan antar sampel Sampel berhubungan jika pada satu kelompok obyek dilakukan pengukuran 2 kali; dalam desain pre-post, kanan-kiri atau pada kembar siam

Independent t - test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar 2 klp sampel independen Distribusi data normal Data skala Interval atau Rasio Jumlah sampel cukup Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Paired t - test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar 2 klp sampel yang berhubungan Distribusi data normal Data skala Interval atau Rasio Jumlah sampel cukup Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

One way Anova Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar lebih dari 2 klp sampel independen Distribusi data normal Data skala Interval atau Rasio Jumlah sampel cukup Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Mann-Withney U - test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar 2 klp sampel yang independen Data skala Interval atau Rasio dg distribusi bebas, atau skala data ordinal. Jika skala interval/ rasio harus diubah dalam bentuk ordinal Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Mann-Withney U - test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar 2 klp sampel yang independen Data skala Interval atau Rasio dg distribusi bebas, atau skala data ordinal. Jika skala interval/ rasio harus diubah dalam bentuk ordinal Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Kolmogorov-Smirnov test Syarat : Bertujuan mencari beda Antar 2 klp sampel yang independen Data skala Interval atau Rasio dg distribusi bebas, atau skala data ordinal dalam bentuk kla s interval. Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Wilcoxon Sign Test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar 2 klp sampel yang berpasangan Data skala Interval atau Rasio dg distribusi bebas, atau skala data ordinal. Jika skala interval/ rasio harus diubah dalam bentuk ordinal Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Chi-Square Test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar 2 klp sampel bebas Data skala nominal Jumlah data besar Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Fisher Exact Test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar 2 klp sampel bebas Data skala nominal Jumlah data kecil, atau dlm bentuk tabel 2X2 Sebagai perhitungan Chi-Square utk expected value kurang dari 5 terjadi pada > 25% sel. Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Kruskal Wallis Test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar lebih dari 2 klp sampel bebas Data skala interval atau rasio distribusi bebas, atau skala data ordinal Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Median Test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar lebih dari 2 klp sampel bebas Data skala interval atau rasio distribusi bebas, atau skala data ordinal Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Friedman Test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar lebih dari 2 klp sampel berpasangan Data skala interval atau rasio distribusi bebas, atau skala data ordinal Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Cochran Test Syarat : Hipotesis Statistik : Bertujuan mencari beda Antar lebih dari 2 klp sampel bebas Data skala nominal Hipotesis Statistik : Ho = tidak ada perbedaan antar sampel

Anas Tamsuri R E G R E S I R E G R E S I

Pengantar Regresi berguna untuk menentukan persamaan matematis pengaruh suatu variabel independent terhadap variabel dependent Hubungan antar variabel hanya dapat diuji jika secara logis hubungan bersifat mempengaruhi

Regresi Linear Syarat : Tinjauan hasil pada : Terdiri atas 2 variabel ( 1 dependen, 1 independen) Data Interval atau Rasio Distribusi normal Tinjauan hasil pada : Nilai R2 (sbg koefisien determinasi) Uji F  proporsi var. dependen yang dijelaskan var independen Uji t  kebermaknaan pengaruh/ fungsi dari masing-masing variabel bebas (uji parsial) Persamaan regresi

Regresi Linear Syarat : Tinjauan hasil pada : Terdiri atas > 2 variabel ( 1 dependen, >1 independen) Data Interval atau Rasio Distribusi normal Tinjauan hasil pada : Nilai R2 (sbg koefisien determinasi) Uji F (Anova)  proporsi var. dependen yang dijelaskan var independen Uji t  kebermaknaan pengaruh/ fungsi dari masing-masing variabel bebas (uji parsial) Persamaan regresi

Anas Tamsuri ASUMSI KLASIK ASUMSI KLASIK

ASUMSI KLASIK Model regresi linear berganda (multiple regression) disebut sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi klasik Yang termasuk asumsi klasik : multikolienaritas, autokorelasi, heteroskedastisitas Proses pengujian asumsi klasik dilakukan bersamaan dengan pengerjaan uji korelasi ganda

Multikolienaritas Uji multikolienaritas diperlukan untuk menguji ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lainnya. Kemiripan antar variabel independen akan menyebabkan korelasi yang sangat kuat antar variabel independen.

Deteksi Multikolinearitas Pengukuran multikolinearitas dideteksi dari VIF (varians inflation factor tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1. Jika nilai koefisien korelasi antara masing-masing variabel independen kurang dari 0,7 maka dianggap bebas dari multikolinearitas

Autokorelasi Autokorelasi adalah model penentuan variabel pengganggu pada periode tertentu dengan variabel pengganggu periode sebelumnya. Autokorelasi umumnya terjadi pada sampel dengan data time series

Deteksi Autokorelasi Cara deteksi Autokorelasi adalah dnegan Uji Durbin Watson. Disebut tidak autokorelasi jika nilai DW terletak di daerah No Autocorelation, atau nilai sekitar angka 2 Negative Autocorelation Positive No dl du 4-du 4-dl 2 4

Heteroskedastisitas Heteroskedastisitas menguji terjadinya perbedaan residual suatu periode pengamatan ke periode pengamatan yang lain Model regresi disebut baik jika memiliki variance residual yang berhubungan antara satu periode pengamatan dengan pengamatan lainnya.

Deteksi Heteroskedastisitas Menggunakan scatterplot pada residual Dikatakan baik jika terdapat penyebaran titik pada scatterplot relatif merata dan tidak berpola, menyebar diatas dan dibawah atau sekitar angka 0

T E R I M A K A S I H