Pemrosesan data Tim Dosen MSI.

Presentasi berjudul: "Pemrosesan data Tim Dosen MSI."— Transcript presentasi:

1 Pemrosesan data Tim Dosen MSI

2 KENALI DATA YANG DIMILIKI

3 DATA

4 HITUNG DATA

5 NOMINAL DATA HITUNG (TIDAK BERBEDA)

6 NOMINAL (TIDAK BERBEDA)
JENIS KELAMIN WAKTU HARI WARNA NOMINAL (TIDAK BERBEDA)

7 NOMINAL (TIDAK BERBEDA)
HITUNG ORDINAL (ADA BEDA) DATA

8 ORDINAL (ADA BEDA) YA – TIDAK SANGAT SUKA - SUKA - KURANG SUKA
SANGAT ENAK - ENAK – CUKUP ENAK – TIDAK ENAK NILAI BISA BERVARIASI, JARAK HARUS SAMA

9 NOMINAL (TIDAK BERBEDA)
HITUNG DATA ORDINAL (ADA BEDA)

10 NOMINAL (TIDAK BERBEDA)
HITUNG ORDINAL (ADA BEDA) DATA UKUR

11 TIDAK ABSOLUT (SUHU, PERSEPSI) INTERVAL UKUR

12 UKUR INTERVAL RASIO TIDAK ABSOLUT (SUHU, PERSEPSI) ABSOLUT
(BERAT, TINGGI) RASIO

13 NOMINAL (TIDAK BERBEDA)
HITUNG ORDINAL (ADA BEDA) DATA INTERVAL TIDAK ABSOLUT (SUHU, PERSEPSI) UKUR RATIO ABSOLUT (SUHU, PERSEPSI)

14 PEDOMAN PENGGUNAAN UJI STATISTIK
MULAI TIPE DATA

15 PEDOMAN PENGGUNAAN UJI STATISTIK
MULAI ? NOMINAL / ORDINAL TIPE DATA

16 STATISTIK NON-PARAMETRIK TIPE DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA

17 INTERVAL / RASIO ? STATISTIK NON-PARAMETRIK TIPE DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO ?

18 STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA

19 TIDAK NORMAL STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA TIDAK NORMAL

20 NORMAL STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA TIDAK NORMAL NORMAL

21 STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA BESAR SAMPEL
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA TIDAK NORMAL NORMAL BESAR SAMPEL

22 <30 (KECIL) STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA <30 (KECIL) TIDAK NORMAL NORMAL BESAR SAMPEL

23 >30 (BESAR) STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA TIDAK NORMAL NORMAL STATISTIK PARAMETRIK BESAR SAMPEL >30 (BESAR)

24 >30 (BESAR) STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA <30 (KECIL) TIDAK NORMAL NORMAL STATISTIK PARAMETRIK BESAR SAMPEL >30 (BESAR)

25

26 Statistik Non Parametrik
Umumnya digunakan pada jenis data nominal dan ordinal Dapat digunakan pada populasi yang bebas distribusi dengan kata lain distribusi normal atau tidak normal Dapat digunakan pada jumlah sampel lebih kecil

27 Bentuk-bentuk hipotesis penelitian
Hipotesis Deskriptif Hipotesis Komparatif Hipotesis asosiatif

28 Hipotesis Deskriptif Masalah deskriptif Hipotesis deskriptif
Apakah pustakawan lebih suka makan manis ? Hipotesis deskriptif Pustakawan lebih suka makan manis Hiptesis Statistik Ho : µ = 50 % Ha : µ ≠ 50 %

29 Hipotesis Komparatif Masalah komparatif Hipotesis komparatif
Apakah pustakawan lebih banyak membaca dari pada guru ? Hipotesis komparatif Pustakawan lebih banyak membaca dari pada guru Hiptesis Statistik H0 : µ1 = µ2 Ha : µ1 ≠ µ2

30 Hipotesis Asosiatif Masalah asosiatif Hipotesis asosiatif
Apakah ada hubungan antara motivasi dengan kinerja pustakawan Hipotesis asosiatif Ada hubungan antara motivasi dengan kinerja pustakawan Hiptesis Statistik H0 : ρ = 0 Ha : ρ ≠ 0

31 Perbedaan Parametrik Non Parametrik
Bentuk Distribusi Harus diketahui bentuk distribusinya (berdistribusi normal/bentuk distribusi lain (binomial, poisson, dsb) Tidak mempermasalahkan bentuk distribusinya (bebas distribusi) Skala Pengukuran Skala Interval & Rasio Skala Nominal & Ordinal (Pada umumnya) Jumlah Sampel Jumlah sampel besar, atau bisa juga jumlah sampel kecil tetapi memenuhi asumsi salah satu bentuk distribusi. Jumlah sampel kecil

32 Statistika Nonparametrik
Keuntungan Tidak peduli bentuk distribusi populasi Dapat digunakan untuk jumlah sampel kecil Untuk data berbentuk ranking, plus atau minus. Dapat digunakan pada data yang hanya mengklasifikasikan sesuatu (skala nominal) Kekurangan Mengabaikan informasi yang penting, karena nilai variabel diganti dengan nilai ranking Hasil pengujian tidak setajam uji parametrik

33 Terima kasih….