PERTEMUAN 4 Hipotesis Statistik , Uji Normalitas, Uji Homogenitas dan Uji Hipotesis

Indikator Mahasiswa mampu: 1. Menyusun Hipotesis Statistik Penelitian 2. melakukan uji normalitas 3. melakukan uji homogenitas 4. melakukan uji Hipotesis ( Perhitungan dengan Ms Excel)

Uji Normalitas Data Jelaskan tentang uji normalitas dan rumus yang dipakai Jangan lupa cantumkan sumber referensi

Uji Normalitas data Kolmogorov-Smirnove test Jika K-S test Signifikan maka data tdk normal Dan Jika K-S test tdk signifikan data normal

Proses analisa data 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

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.

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.

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.

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

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

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.

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

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

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)

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.

Rumusan masalah, hipotesis dan teknik statistik untuk analisis data 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 ?

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

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.

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).

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 %.

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 .

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).

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 .

Pengolahan Data Kegiatan lanjutan setelah pengumpulan data dilaksanakan Biasanya dilakukan dengan melalui tahap editing (memeriksa), coding (proses pemberian identitas), dan tabulating (proses pembeberan)

Editing Proses ini dimulai dengan memberi identitas pada instrumen penelitian yang telah terjawab, memeriksa satu persatu lembar instrumen Apabila terjadi kejanggalan berupa kesalahan atau kekurangan informasi yang dibutuhkan maka peneliti harus kembali ke lapangan untuk mengecek kebenarannya

Koding Setelah editing, data yang ada diberi identitas sehingga memiliki arti tertentu pada saat dianalisis Ada 2 macam koding : Koding frekuensi  digunakan apabila jawaban memiliki bobot atau arti frekuensi tertentu Koding lambang  digunakan pada poin yang tidak memiliki bobot tertentu

Tabulasi Memasukkan data pada tabel-tabel tertentu dan mengatur angka-angka serta menghitungnya Bagian tabel: Identitas tabel Kepala tabel Badan tabel Total tabel

TEKNIK ANALISIS STATISTIK DESKRIPTIF Frekuensi  digunakan untuk menghitung jumlah responden dengan kategori ttt Eksplorasi  digunakan untuk melihat nilai rata2 (means), standar deviasi, nilai minimun, nilai maksimum,dan nilai tengah(median) Deskriptif  digunakan untuk menghitung nilai minimum, nilai maksimum, nilai rata2, standar deviasi, dan jumlah total Tabulasi silang  digunakan untuk menghitung frekuensi dan persentase dua variabel atau lebih dengan cara menyilangkan variabel2 yang dianggap berhubungan Rasio  digunakan untuk memberikan gambaran rasio antara dua variabel berskala interval / rasio Report a. OLAP Cubes  digunakan untuk menghitung ringkasan dalam bentuk jumlah total, nilai rata2, dan statistik univariat lainnya dengan menggunakan variabel yang berskala nominal / ordinal b. Case Summaries  prosedur penghitungan statistik subgroup dalam suatu kelompok variabel didasarkan pada kategori beberapa variabel

Means Nilai rata2 dari suatu jumlah keseluruhan bilangan Median Nilai tengah dari suatu bilangan yang membatasi setengah frekuensi distribusi bagian bawah dan bagian atas Modusnilai atau frekuensi terbesar pada suatu kelompok data nominal ttt (nilai yang menonjol atau sering muncul) Nilai minimum  Nilai terendah dari suatu jumlah keseluruhan bilangan Nilai maksimum  Nilai tertinggi dari suatu jumlah keseluruhan bilangan Standar Deviasi alat statistik yang digunakan untuk mendeskripsikan variabilitas dalam suatu distribusi

TEKNIK ANALISIS STATISTIK INFERENSI Korelasi : analisis yang digunakan untuk melihat kuat lemahnya hubungan antara variabel bebas dan terikat Regresi : analisis yang digunakan untuk memprediksi seberapa besar pengaruh variabel bebas terhadap variabel terikat Uji T : analisis yang digunakan untuk membandingkan nilai rata-rata satu populasi atau lebih dengan menggunakan sampel kecil Time Series : analisis yang digunakan untuk membuat data yang dapat digunakan untuk memprediksi kejadian di masa yad Chi Square : analisis yang digunakan untuk melihat ketergantungan antara variabel bebas dan terikat dengan skala nominal atau ordinal Multivariate : analisis yang digunakan untuk melihat kuat lemahnya hubungan antara lebih dari dua variabel