MPS 2 Kamis, 14 Oktober 2010.  Univariat Analysis: the examination of the distribution of cases on only one variable at a time.  Distribusi frekuensi:

Presentasi berjudul: "MPS 2 Kamis, 14 Oktober 2010.  Univariat Analysis: the examination of the distribution of cases on only one variable at a time.  Distribusi frekuensi:"— Transcript presentasi:

1 MPS 2 Kamis, 14 Oktober 2010

2  Univariat Analysis: the examination of the distribution of cases on only one variable at a time.  Distribusi frekuensi: A table that shows the distribution of cases into the categories of one variable, that is, the number or percent of cases in each category. mengelompokkan data, menampilkan persentase dari kasus berdasarkan kelompok/kategori yang dibuat.  Isu: ada data yang hilang  responden yang tidak menjawab, bagaimana perhitungan persentasenya?

3 NoStatus PernikahanPersentase (%) 1Belum menikah13 2Menikah86 3Cerai2 100

4  Isu: menampilkan data tidak tahu, tidak menjawab? Menggambarkan kualitas data: mengapa responden tidak menjawab ?  faktor interviewer, formulasi pertanyaan, pertanyaan sensitif Dapat berpengaruh terhadap persentase Dapat merupakan data yang bermakna  tidak tahu

5 NoKepemilikanPersentase (%) 1Memiliki72 2Tidak memiliki27 Tidak menjawab2 100 NoKepemilikanPersentase (%) 1Memiliki73 2Tidak memiliki27 100

6  Ukuran pemusatan: “A class of statistical measure that summarizes information about the distribution of data for one variable into a single number.”  Modus: Nilai yang paling sering muncul  Median: Nilai tengah  50% data di atas angka median, dan 50% di bawahnya.  Mean: Rata-rata

7  Ukuran penyebaran:  Range: rentang nilai tertinggi - terendah  Percentile: a measure of dispersion that indicates the percentage of cases at or below a score point Quartile: Q1, Q2, Q3  Standar deviasi: a measure of dispersion for one variable that indicates an average distance between the scores and the mean

8  Isu: variabel kontinu – variabel diskret  Variabel kontinu: Ukuran pemusatan  mean Ukuran penyebaran  range, persentil, standar deviasi  Variabel diskret: Ukuran pemusatan  modus, median

9  Statistics  Pendidikan Terakhir  NValid125  Missing0  Median7,00  Mode7  Pendidikan Terakhir  FrequencyPercentValid PercentCumulative Percent  ValidTamat SD/ sederajat1915,215,215,2  Tidak tamat SLTP/ Sederajat64,84,820,0  Tamat SLTP/Sederajat1915,215,235,2  Tamat SLTA/ Sederajat4939,239,274,4  Tidak tamat D3/setara54,04,078,4  Tamat D3/setara118,88,887,2  Tidak tamat S11,8,888,0  Tamat S11512,012,0100,0  Total125100,0100,0

10 Statistics Penghasilan keluarga NValid125 Missing0 Mean2484488,00 Std. Deviation2811820,188 Percentiles25900000,00 501500000,00 753500000,00

11  Statistik inferensia: A branch of applied mathematics based on random sampling that allows researchers to make precise statements about the level of confidence they can have that measures in a sample are the as a population parameter  Menarik kesimpulan ditingkat populasi  Sampel ditarik dari populasi dimana penarikan kesimpulan akan dilakukan  Berdasarkan penarikan sampel probalita  Menghitung kesalahan karena penarikan sampel bukan nonsampling errors

12  Level of significance: A set of numbers researchers use as a simple way to measure the degree to which a statistical relationship results from random factors rather than the existence of a true relationship among variable  probabilita kesalahan dalam menyimpulkan parameter populasi karena kesalahan dalam penarikan sampel  misal level of significance 0.05: kemungkinan untuk melakukan kesalahan karena sampling error adalah 5%

13  Confidence levels: The probability of including the population mean within the confidence interval  Inferential statistics:  Univariat: uji parameter populasi, uji beda  Bivariat  Uji statistik yang digunakan tergantung dari skala variabel  Secara statistik signifikan berbeda dengan secara teori signifikan

14  Kesalahan tipe 1: The logical error of falsely rejecting the null hypothesis  Kesalahan tipe 2: The logical error of falsely accepting the null hypothesis