Lektion vierzehn(#14) Memilih teknik analisis

Presentasi berjudul: "Lektion vierzehn(#14) Memilih teknik analisis"— Transcript presentasi:

1 Lektion vierzehn(#14) Memilih teknik analisis
StatistikA Lektion vierzehn(#14) Memilih teknik analisis Verfasser bei Usmania Institute

2 Pendahuluan Metode Analisis vs Alat Analisis vs Teknik Analisis
Klasifikasi Teknik Analisis: Parametrik Nonparametrik Univariate Bivariate Multivariate

3 Teknik Analisis: Analisis Korelasi Kanonik Uji mean Analisis Faktor
Analisis Cluster Analisis Jalur SEM Uji 1 sampel (binomial, chi-kuadrat, kolmogorov-smirnov, uji run). Uji 2 sampel independen (Uji U Mann-Whitney) Uji 2 sampel berpasangan (Uji Wilcoxon) Uji k sampel independen (Uji H Kruskal-Wallis) Uji k sampel berpasangan (Uji Q Cochrans) dll. Uji mean Uji t dua sampel independen Uji t dua sampel berpasangan One-way ANOVA n-way ANOVA Repeated Measure Analysis (RMA) MANOVA Uji Chi-kuadrat Analisis Korelasi Analisis Regresi Linier Sederhana Analisis Regresi Linier Berganda Analisis Regresi Nonlinier Analisis Diskriminan Analisis Conjoint

4 Parametrik vs nonparametrik
Statistika Parametrik digunakan bila secara umum dipenuhi kondisi sebagai berikut: Data berjenis metrik (SU: I, R), dan Ukuran sampel besar → data berdistribusi tertentu (misalnya: normal) Statistika nonparametrik digunakan bila secara umum dipenuhi kondisi sebagai berikut: Data berjenis nonmetrik (SU: N, O), dan/atau Ukuran sampel kecil. → data bebas distribusi (free distribution statistics) Catatan: Bukan berarti bahwa statistika parametrik sama sekali tidak menggunakan data nonmetrik.

5

6

7

8

9

10

11

12 Analisis STATISTIKA PARAMETRIK

13 Analisis univariat Uji t 1 sampel
Kegunaan: untuk mengetahui apakah suatu variabel mempunyai mean sebesar x. SU: X (m) Contoh pertanyaan: apakah benar bahwa rata-rata IPK lulusan STIE adalah 3,25? Contoh hipotesis: H0 :  = 3,25 H1 :   3,25

14 Uji Goodness of Fit (GoF): normalitas data
Kegunaan: untuk mengetahui apakah sebuah sampel data berdistribusi normal. SU: X (m) Contoh pertanyaan: apakah benar data sampel tentang harga saham berdistribusi normal? Alternatif uji: Uji Kolmogorov-Smirnov Uji Shapiro-Wilk Contoh hipotesis: H0 : Data berdistribusi normal H1 : Data tidak berdistribusi normal

15 Analisis bivariat Analisis Korelasi Pearson Model: X ↔ Y
SU: X (m), Y (m) Kegunaan: untuk mengetahui ada-tidaknya relasi/hubungan antar 2 variabel metrik. Contoh pertanyaan: apakah ada kaitan antara ukuran perusahaan (Rp.) dengan harga sahamnya (Rp.)? Contoh hipotesis: H0 :  = 0 H1 :  > 0

16 Analisis Regresi Linier Sederhana
Model: X → Y SU: X (m), Y (m) Kegunaan: untuk mengetahui pengaruh sebuah variabel independen (m) terhadap sebuah variabel dependen (m). Contoh pertanyaan: apakah ukuran perusahaan (Rp.) berpengaruh terhadap harga sahamnya (Rp.)? Contoh hipotesis: H0 :  = 0 H1 :  > 0

17 Uji t 2 Sampel Independen (independent sample t test) Model: X → Y
SU: X (nm, 2 kat), Y (m) Kegunaan: Untuk mengetahui pengaruh sebuah variabel independen (nm, 2 kat) terhadap sebuah variabel dependen (m), atau Untuk mengetahui apakah ada perbedaan nilai (mean) antar 2 kelompok yang saling independen. Contoh pertanyaan: apakah ukuran perusahaan (K,B) berpengaruh terhadap harga sahamnya (Rp.)? Identik dengan pertanyaan?? Contoh hipotesis: H0 : 1 = 2 H1 : 1 < 2

18 Uji t 2 Sampel Berpasangan (paired sample t test)
Model: X → Y X: faktor dengan 2 kategori; Y: pasangan 2 variabel SU: Y1, Y2 (m) Kegunaan: Untuk mengetahui apakah ada perbedaan nilai (mean) antar 2 kelompok (variabel) yang saling berpasangan. Atau Untuk mengetahui apakah sebuah faktor dengan 2 buah kategori berpengaruh terhadap variabel dependen (m). Contoh pertanyaan: apakah ada perbedaan harga saham (Rp.) antara sebelum dan sesudah akuisisi? Identik dengan pertanyaan?? Contoh hipotesis: H0 : 1 = 2 H1 : 1 < 2

19 H1 : Tidak semua  bernilai sama
One-way ANOVA Model: X → Y SU: X (nm, >2 kat), Y (m) Kegunaan: Untuk mengetahui pengaruh sebuah variabel independen (nm, >2 kat) terhadap sebuah variabel dependen (m), atau Untuk mengetahui apakah ada perbedaan nilai (mean) antar >2 kelompok yang saling independen. Contoh pertanyaan: apakah ukuran perusahaan (K,S,B) berpengaruh terhadap harga sahamnya (Rp.)? Identik dengan pertanyaan?? Jika variabel independen hanya memiliki 2 kategori, uji ini identik dengan uji apa? Contoh hipotesis: H0 : 1 = 2 = 3 H1 : Tidak semua  bernilai sama

20 An. MULTIvariat: Dependensi: 1 variabel dependen, relasi tunggal
Analisis Regresi Linier Berganda Model: X1, X2, ..., Xn → Y SU: X1, X2, ..., Xn (m), Y (m) Kegunaan: untuk mengetahui pengaruh beberapa variabel independen (m) terhadap sebuah variabel dependen (m). Contoh pertanyaan: apakah ukuran perusahaan (Rp.) dan laba (%) berpengaruh terhadap harga sahamnya (Rp.)? Contoh hipotesis: H0 : 1 = 0 H0 : 2 = 0 H1 : 1 > 0 H1 : 2 > 0

21 Analisis Regresi Linier Berganda dengan Variabel Dummy
Model: X1, X2, ..., Xn → Y SU: X1, X2, ..., Xn (m & nm), Y (m) Kelompok uji: GLM Univariat Kegunaan: untuk mengetahui pengaruh beberapa variabel independen (m & nm) terhadap sebuah variabel dependen (m). Contoh pertanyaan: apakah ukuran perusahaan (K, B) dan laba (%) berpengaruh terhadap harga sahamnya (Rp.)? Contoh hipotesis: H0 : 1 = 0 H0 : 2 = 0 H1 : 1 > 0 H1 : 2 > 0

22 k-way ANOVA Model: X1, X2, ..., Xn → Y SU: X1, X2, ..., Xn (nm), Y (m) Kelompok uji: GLM Univariat Kegunaan: Untuk mengetahui pengaruh beberapa variabel independen (nm) terhadap sebuah variabel dependen (m), atau Untuk mengetahui apakah ada perbedaan nilai (mean) antara beberapa kelompok yang saling independen yang dibentuk dari kombinasi beberapa variabel nonmetrik. Contoh pertanyaan: apakah ukuran perusahaan (K, B) dan jenis perusahaan (M, J) berpengaruh terhadap harga sahamnya (Rp.)? Identik dengan pertanyaan?? Contoh hipotesis: H0 : 1 = 2 = 3 H1 : Tidak semua  bernilai sama

23 Repeated Measure Analysis (RMA)
Model: X → Y X: faktor dengan >2 kategori; Y: pasangan >2 variabel SU: Y1, Y2 ,... , Yn (m) Kelompok uji: GLM Kegunaan: Untuk mengetahui apakah ada perbedaan nilai (mean) antara beberapa kelompok (variabel) yang saling berpasangan. Atau Apakah sebuah faktor dengan lebih dari 2 kategori berpengaruh terhadap variabel dependen (m). Contoh pertanyaan: apakah harga saham sejumlah perusahaan pada tahun 2010 berbeda dibandingkan tahun 2011 dan juga berbeda dibandingkan tahun 2012? Identik dengan pertanyaan: Apakah perbedaan tahun berpengaruh terhadap harga saham? Contoh hipotesis: H0 : 1 = 2 = 3 H1 : Tidak semua  bernilai sama

24 Y: Pendapat keseluruhan (overal preference) dari responden (m)
Analisis Conjoint Model: Y = X1 + X Xn Y: Pendapat keseluruhan (overal preference) dari responden (m) X1, X2, ..., Xn : faktor (nm) Kegunaan: Untuk mengukur preferensi pelanggan (responden) mengenai atribut-atribut produk seperti harga, desain, kemasan, garansi, dll. Contoh pertanyaan: Bagaimana pengaruh faktor kemasan (plastik, kardus, kaleng), merek (A, B, C, D), dan garansi (Ada, Tidak Ada) terhadap preferensi pelanggan mengenai produk bubuk pembersih porselen?

25 Analisis Diskriminan Model: X1, X2, ..., Xn → Y
SU: X1, X2, ..., Xn (m), Y (nm) Kegunaan: Untuk mengetahui pengaruh beberapa variabel independen (m) terhadap sebuah variabel dependen (nm). Atau Untuk memprediksi nilai variabel kategorik (nonmetrik) berdasarkan sejumlah prediktor (m) Contoh pertanyaan: apakah masa kerja di tempat kerja terakhir (Bulan) dan Pendapatan (Rp) berpengaruh terhadap besarnya risiko kredit (besar, kecil)? Contoh hipotesis: H0 : 1 = 0 H0 : 2 = 0 H1 : 1  0 H1 : 2  0

26 Analisis Regresi Logistik Model: X1, X2, ..., Xn → Y
SU: X1, X2, ..., Xn (m, nm), Y (nm) Kegunaan: Untuk mengetahui pengaruh beberapa variabel independen (m, nm) terhadap sebuah variabel dependen (nm). Atau Untuk memprediksi nilai variabel kategorik (nonmetrik) berdasarkan sejumlah prediktor (m, nm) Contoh pertanyaan: apakah jenis pekerjaan (PNS, Swasta, Wiraswasta) dan Persentase hutang terhadap Pendapatan (%) berpengaruh terhadap besarnya risiko kredit (besar, kecil)? Contoh hipotesis: H0 : 1 = 0 H0 : 2 = 0 H1 : 1  0 H1 : 2  0

27 An. MULTIvariat: Dependensi: >1 variabel dependen, relasi tunggal
Korelasi Kanonik Model: X1, X2, ..., Xn  Y1, Y2, ..., Yn SU: X1, X2, ..., Xn (m), Y1, Y2, ..., Yn (m) Kegunaan: untuk mengetahui keterkaitan satu atau beberapa variabel independen (m) terhadap beberapa variabel dependen (m). Contoh pertanyaan: apakah ada korelasi antara Penggunaan kartu kredit (Jumlah kartu, rata-rata belanja sebulan) dengan Karakteristik Konsumen (Pendapatan, Jumlah Anggota Keluarga)?

28 Multivariate Analysis of Variance (MANOVA)
Model: X1, X2, ..., Xn → Y1, Y2, ..., Yn SU: X1, X2, ..., Xn (nm), Y1, Y2, ..., Yn (m) Kelompok uji: GLM Multivariat Kegunaan: Untuk mengetahui pengaruh satu atau beberapa variabel independen (nm) terhadap beberapa variabel dependen (m). Contoh pertanyaan: Apakah ada perbedaan harga saham (HS) dan Besarnya Deviden (%) antara perusahaan berukuran besar, sedang, dan kecil serta antara perusahaan Manufaktur dan perusahaan Jasa? Apakah ukuran perusahaan (K, S, B) berpengaruh terhadap harga saham (Rp.) dan Besarnya Deviden (%)?

29 Regresi Multivariat → diselesaikan dengan Analisis Jalur (Path Anaysis)

30 An. MULTIvariat: Dependensi: relasi MULTIPLE
Analisis Jalur SEM

31 An. MULTIvariat: ANALISIS INTERDependensi
Analisis Faktor Kegunaan: untuk mengekstraksi sejumlah besar variabel indikator/atribut menjadi sejumlah kecil faktor. Contoh: variabel indikator/atribut untuk kualitas mobil misalnya: jumlah silinder, volume silinder, daya mesin, kapasitas angkut, kapasitas bagasi, desain interior, desain eksterior, pilihan warna, harga, pembiayaan, diskon, suku cadang, perawatan, dan lain-lain. Dengan analisis faktor, sejumlah besar atribut tersebut direduksi menjadi faktor: kapasitas mesin, kapasitas kabin, desain, dan harga, dan layanan.

32 Analisis Kluster Kegunaan: untuk mengungkap grup-grup (kluster) alamiah yang terdapat dalam data Contoh: Untuk mengidentifikasi grup-grup (kluster) pelanggan yang berbeda berdasarkan karakteristik demografinya atau karakteristik belanjanya. Divisi pemasaran suatu perusahaan ingin mengidentikasi grup-grup pelanggan yang terdapat dalam databasenya berdasarkan demografiknya, sehingga hasilnya dapat digunakan untuk menetapkan strategi pemasaran maupun untuk menawarkan produk baru.

33 Analisis STATISTIKA NONPARAMETRIK

34 Analisis univariat Uji Binomial
Kegunaan: untuk mengetahui apakah proporsi 2 buah kategori yang terdapat dalam sebuah variabel sudah sesuai dengan ketentuannya. SU: X (nm, 2 kat) Contoh pertanyaan: Apakah sebuah mata uang koin setimbang? Apakah proporsi laki-laki dan perempuan pada sebuah perguruan tinggi sama? Apakah benar bahwa proporsi mahasiswa DO di Perguruan Tinggi adalah sebesar 0,5%?

35 Uji Chi-kuadrat 1 sampel
Kegunaan: untuk mengetahui apakah proporsi kategori-kategori yang terdapat dalam sebuah variabel sudah sesuai dengan ketentuannya. SU: X (nm, >2 kat) Contoh pertanyaan: Apakah sebuah dadu setimbang? Apakah masing-masing lintasan renang mempunyai kesempatan yang sama untuk memunculkan pemenang? Apakah benar bahwa proporsi pendaftar di Jurusan Akuntansi, Manajemen, dan Studi Pembangunan berturut-turut adalah 45%, 40%, dan 15%?

36 Uji runs 1 sampel Kegunaan: untuk mengetahui apakah dalam suatu urutan, 2 nilai (peristiwa) telah terjadi secara random. SU: X (nm, 2 kat) Contoh pertanyaan: Apakah urutan laki-permepuan dalam suatu antrian terjadi secara random? Apakah kemunculan produk rusak dari mesin fotocopy terjadi secara random ataukah sistematis? Apakah jawaban “ingin” dan “tak ingin” membeli produk yang ditanyakan pada sekumpulan wanita telah terjadi secara random?

37 Uji Kolmogorov-Smirnov 1 sampel
Kegunaan: untuk membandingkan fungsi distribusi kumulatif suatu pengamatan (variabel) dengan sebuah distribusi teoritis tertentu → untuk mengetahui apakah data pada sebuah variabel berdistribusi tertentu (uji GoF). SU: X (m) Contoh pertanyaan: Apakah data sampel berdistribusi normal? Apakah data sampel berdistribusi uniform? Apakah data sampel berdistribusi poisson? Apakah data sampel berdistribusi eksponensial?

38 BiVARIAT dan multivariat
PARAMETRIK NONPARAMETRIK Uji 2 sampel independen Uji U Mann-Whitney Uji 2 sampel berpasangan Uji Wilcoxon One-way ANOVA Uji H Krsukal-Wallis RMA Uji Cohran’s Q atau Uji Friedman