STI. PSYCHOLOGY COMPUTER APPLICATION Psychology  Primer  Data yang melalui prosedur pengumpulan data (dari narasumber) Wawancara Kuisioner Observasi.

Slides:



Advertisements
Presentasi serupa
Evaluasi Model Regresi
Advertisements

ANALISA BIVARIAT: KORELASI DAN REGRESI
METODOLOGI PENELITIAN SESI 10 UJI KWALITAS DATA. JENIS DATA 1.PRIMER 2.SEKUNDER.
UJI HIPOTESIS.
Hubungan Keterbukaan Diri dengan Kesepian Pada Mahasiswa yang Tinggal di Tempat Kost Sitta Yuhana Universitas Gunadarma 2010.
UJI VALIDITAS DAN RELIABILITAS
UJI VALIDITAS DAN UJI RELIABILITAS
TUGAS PENELITIAN HUBUNGAN HARAPAN KONSUMEN, KUALITAS, DAN KEPUASAN TERHADAP PRODUK “ Minute Maid Pulpy Orange ” Oleh : Vicka Priezhillia Fakultas.
METODOLOGI PENELITIAN SESI 12 UJI KWALITAS DATA
UNIVERSITAS GUNADARMA
Pengaruh Bauran Pemasaran Ritel Terhadap Persepsi Konsumen Dalam Pengambilan Keputusan Pembelian Pada Giant Supermarket Karawang Erina Yuliana.
Hasil Data Output SPSS Survey : Provider Simpati
Created by:  Jantri Padorh ( ) Statistik 1 Seksi 04.
UJI ASUMSI KLASIK.
UJI MODEL Pertemuan ke 14.
TUGAS STATISTIK Hubungan dan Pengaruh
UJI ASUMSI KLASIK.
Uji Asumsi Klasik Oleh : Boyke Pribadi.
UJI VALIDITAS DAN UJI RELIABILITAS
StatistikSpss. Rahmat Hidayatullah ( )
PEMBAHASAN Hasil SPSS 21.
1. Validitas 1. Validitas Suatu ukuran untuk mengetahui apakah kuisoner yang disusun tersebut itu valid atau sah, maka perlu diuji dengan korelasi antara.
PENGOLAHAN DATA.
PRODUK SABUN BATANGAN LIFEBUOY
Universitas Negeri Malang Oleh : SENO ISBIYANTORO ( ) STATISTIK PARAMETRIK & NON-PARAMETRIK.
FEB Univ. 17 Agustus 1945 Jakarta
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
FEB Univ. 17 Agustus 1945 Jakarta
oleh: Hutomo Atman Maulana, S.Pd. M.Si
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
Uji Validitas & Uji Reliabilitas
Kurniawan Ali Fachrudin., S.E., M.Si., Ak., CA.
UJI VALIDITAS DAN UJI RELIABILITAS
Uji VALIDITAS DAN RELIABILITAS Dosen: EVELLIN D. LUSIANA, S.Si, M.Si
MENGHITUNG NILAI SKOR IRMALA DEWI.Y RUDY HARTONO
KORELASI & REGRESI.
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
PENGARUH KUALITAS LAYANAN DAN CITRA INSTITUSI TERHADAP KEPUASAN MAHASISWA MAGISTER MANAJEMEN UNIVERSITAS TELKOM Asep Supriatna – Fakultas.
Pertemuan Ke-7 REGRESI LINIER BERGANDA
Asumsi Klasik (Multikolinieritas)
Analisis Regresi Berganda
Uji Asumsi Klasik MULTIKOLINIERITAS 2. AUTOKORELASI
Validitas dan Reliabilitas
Uji Persyaratan Analisis Data
KORELASI BERGANDA UJI KELAYAKAN INSTRUMEN
Universitas Esa Unggul
STATISTIK II Pertemuan 12: Asumsi Analisis Regresi Dosen Pengampu MK:
ANALISIS DASAR DALAM STATISTIKA
Validitas dan reliabilitas
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
PENGOLAHAN DATA.
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
REGRESI BERGANDA dan PENGEMBANGAN Nori Sahrun., S.Kom., M.Kom
Uji Asumsi Analisis Regresi Berganda Manajemen Informasi Kesehatan
Contoh Dilakukan penelitian tentang hubungan antara frekuensi belajar mahasiswa dan tingkat pendidikan dengan prestasi akademik mahasiswa. Frekuensi.
UJI VALIDITAS-RELIABILITAS
Silabus KOMPUTASI STATISTIKA
STATISTIK II Pertemuan 13: Asumsi Analisis Regresi Dosen Pengampu MK:
Probabilitas dan Statistika
Pengantar Aplikasi Komputer II
UJI ASUMSI KLASIK.
Misalkan kuesioner adalah sasaran tembak seperti pada gambar berikut ini. Anggap bahwa pusat sasaran tembak itu adalah target dari apa yang kita ukur.
ANALISIS REGRESI LINIER
VALIDITAS DAN RELIABILITAS
Regresi Linier dan Korelasi
VALIDITAS DAN RELIABILITAS
Seminar Hasil Penelitian PENGARUH GAYA KEPEMIMPINAN, MOTIVASI KERJA, DISIPLIN KERJA TERHADAP KINERJA KARYAWAN PADA PD.PASAR MAKASSAR RAYA DEVY DAMAYANTI.
Transcript presentasi:

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology  Primer  Data yang melalui prosedur pengumpulan data (dari narasumber) Wawancara Kuisioner Observasi  Sekunder  Data yang sudah tersedia

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology  Variabel dependen/terikat/tidak bebas  Variabel yang ingin diprediksi/diramal pengaruhnya.  Variabel independen/bebas  Variabel yang mempengaruhi/mendukung variabel terikat.  Ex:: Ketika ingin menganalisa prestasi belajar, maka motivasi, minat, frekuensi bolos dan IQ menjadi variabel bebas sedangkan prestasi belajar adalah variabel terikat.

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology  Uji Validitas  Mengukur apakah pertanyaan sesuai dengan yang diinginkan.  Uji Reliabilitas  Sejauh mana pertanyaan yang sama dapat digunakan secara berulang dengan hasil yang sama. Dengan cara  Corrected Item-Total Correlation dan Pearson

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Cara mengambil kesimpulan: Tentukan keakuratan yang diinginkan. Misal: 95% berarti signifikan = 5% Lihat rTabel berdasarkan jumlah responden Jika output pada kolom Corrected Item-Total Correlation < rTabel maka pertanyaan tidak valid Jika pertanyaan tidak valid maka dapat digantikan/dihapuskan

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Misal terdapat 12 responden dengan signifikan 5%. Maka didapat rTabel 0.576

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Misal terdapat 12 responden dengan signifikan 5%. Maka didapat rTabel 0.576

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Metode yang digunakan selain Alpha Cronbach’s: Test ulang Formula Flanagan Formula KR-20 dan KR-21 Metode Anova Hoyt Uji reliabilitas dilakukan dari data yang sudah melewati tahap uji validitas sehingga variabel yang dibuang tidak diikutkan dalam uji reliabilitas

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Misal terdapat 12 responden dengan signifikan 5%. Maka didapat rTabel Alpha Cronbach’s > maka data reliable

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology  Uji Normalitas  Uji kenormalan data Dengan metode  Kolmogorov Smirnov, Liliefors, Chi-Square, Jarque Bera dan Shapiro Wilk  Uji Heteroskedastisitas  Uji kehomogenan data.  Uji Autokorelasi  Uji Multikolinier

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Cara mengambil kesimpulan: Tentukan keakuratan yang diinginkan. Misal: 95% berarti signifikan = 5% Jika output pada kolom Asymp. Sig. (2-tailed) > 0.05 maka data normal

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Tentukan keakuratan yang diinginkan. Misal: 95% berarti signifikan = 5%= >0.05 ? Maka data normal

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Untuk mengetahui variabel bersifat acak atau ternyata saling berkorelasi Menggunakan metode: Uji DW (Durbin Watson) atau run test Terkadang uji DW memberikan hasil bahwa data tidak dapat dipastikan apakah lolos dari autokorelasi atau tidak sehingga digunakan run test.

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Tentukan keakuratan yang diinginkan. Misal: 95% berarti signifikan = 5%= >0.05 Maka data tidak autokorelasi

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Untuk mengetahui besar atau tidaknya pengaruh variabel independen Metode VIF (Variance Inflation Factor), uji Park, uji Farrar-Glauber dan uji CI (Condition Index). Bila menggunakan metode VIF, jika tiap variabel nilai VIF di bawah 10, maka tidak terdapat masalah multikolinearitas.

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Jika nilai VIF di bawah 10, maka tidak terdapat masalah multikolinearitas <10 Maka data tidak multikolinier

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Menunjukkan unsur-unsur sampel penelitian harus homogen (sama, sejenis) bukan heterogen. Harus dapat merepresentasikan keseluruhan responden secara benar menurut keadaan yang sebenarnya Metode pengujian: Uji Park, Uji Glesjer, Pola grafik, dan uji koefisien korelasi Spearman

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APLICATION Psychology Tentukan keakuratan yang diinginkan. Misal: 95% berarti toleransi = 5%= >0.05 maka variabel tidak heterogen/homogen

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Meramalkan hubungan antar variabel Regresi Linier Regresi Linier Berganda Meramalkan kekuatan hubungan antar variabel Metode: Pearson Correlation, Kendall’s tau-b, dan Sepearman Correlation

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology  Ex: Diduga bahwa besarnya nilai ujian tergantung pada besarnya Skor Tes Kecerdasan dan Frekuensi Membolos.

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology mendekati 1 = ada hubungan antara skor kecerdasan dan nilai ujian < 0.05 = ada hubungan korelasi yang signifikan = Semakin sering bolos maka semakin kecil nilai

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology % test kecerdasan terhadap nilai ujian bernilai 0.74=74% % pengaruh variabel Skor Tes Kecerdasan dan Frekuensi Membolos terhadap Nilai Ujian sebesar 0,876 = 87,6% % pengaruh variabel Frekuensi Membolos terhadap Nilai Ujian sebesar 0, = = 0.13%

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Cara mengambil kesimpulan: Tentukan keakuratan yang diinginkan. Misal: 95% berarti signifikan = 5% Jika sig < toleransi maka adanya hubungan. Jika negatif maka terdapat hubungan yang berlawanan.

STI. PSYCHOLOGY COMPUTER APPLICATION Psychology Terdapat hubungan Tidak Terdapat hubungan