StatMath

TEKNIK ANALISIS DATA

Type Data :

  1. Data Nominal (non-par)
  2. Data Ordinal (non-par)            
  3. Data Interval (par)
  4. Data Ratio (par) 
  5. Data Kategorikal
  6. Data Numerikal (Diskrit – Kontinue)

 

Data Kategorikal


Analisis Data :
1.      Analisis Deskriptif (Tabulasi, Grafik)
Data Kategorial     : Bar chart, Pie Chart, Pareto.
Data Numerik       : Grafik line, Scater diagram, order ray, Steam and Leaf,
  tabel kontingensi

2.      Analisis Inferen (Uji normalitas dan linieritas, Uji validitas dan reliabilitas, Uji perbedaan, Uji hubungan, lainnya)
3.      Kombinasi Dari Keduanya


































STATISTIK DESKRIPTIF

°         Data Kategorial : Bar chart, Pie Chart, Pareto.
°         Data Numerik : Grafik line, Scater diagram, order ray, Steam and Leaf, tabel kontingensi

KORELASI
B  Data Nominal dan Ordinal , digunakan :
o   Contingency coeficient
o   Phi & Cramer’s V
o   Lambda
o   Gamma
o   Sommer’s d
o   Kendall
o   Spearman
B  Data Interval dan Rasio
o    Pearson

CROSSTAB
Analisis :
Ho : Tidak ada hubungan antara variable baris dengan variable kolom
H1 : Ada hubungan antara variable baris dengan variable kolom.

Dasar Pengambilan Keputusan :
1.                  Berdasarkan perbandingan uji chi kuadrat dan table

Jika chi kuadrat  Uji >  chi kuadrat  table                Ho diterima

2.   Berdasarkan nilai  probabilitas
      Tentukan nilai alfa
°         Jika nilai probabilitas/sigf. > alfa , Ho diterima
°         Jika nilai probabilitas/sigf. < alfa, Ho ditolak

A. UJI NORMALITAS

1. RASIO SKEWNESS  DAN  RASIO KURTOSIS
            Rasio Skewnwss = Nilai Skewnwss / S.E. Skewness
            Rasio Kurtosis = Nilai Kurtosis / S.E. Kurtosis
            Jika Nilai Rasio Diantara   - 2 s/d + 2 à Sebarannya Bersifat Normal
2. UJI KOLMOGOROV SMIRNOV  = UJI LILLIEFOR
            Jika Nilai Prob. / Sig F > 5 % à Sebaran Bersifat Normal
            Jika Nilai Prob. / Sig F < 5 % à Sebaran Bersifat Tidak Normal
3. UJI SHAPIRO WILK
            Jika Nilai Prob. / Sig F > 5 % à Sebaran Bersifat  Normal
            Jika Nilai Prob. / Sig F < 5 % à Sebaran Bersifat Tidak Normal
4. GAMBAR / PLOT
            Histogram dengan Normal Curve
            Q-Q Plot
            Pembentukan Garis Berdasarkan Nilai Z.
            Jika Data Tersebar Di sekeliling Garis à Berdistribusi Normal
5. DETRENDED Q-Q PLOT
            Pembentukan Garis Untuk Mendeteksi Pola-pola Dari  Titik-titik Yang Bukan bagian datri normal.
            Jika Data Tersebar Di Sekeliling Garis àBerdistribusi Normal

B. UJI   LINIERITAS

Uji Linieritas Hanya Digunakan Untuk Uji Sebab Akibat (Uji Pengaruh)

1. MENGGUNAKAN UJI REGRESI
            Nilai Sig F  Dari Uji F
            Jika Nilai Sig F < 5 %, Model Linearitas Dapat Dignakan
            Jika Nilai Sig F > 5 %, Model Linearitas Tidak Dapat Digunakan

2. MENGGUNAKAN SCATTER PLOT
            Scatter Plot Yang Menunjukkan Hubungan Yang Linear, Terlihat Dari Titik Yang             Mengumpul Di Suatu Garis.

C. UJI HOMOGENITAS

Uji Homogenitas Digunakan Untuk Uji Beda
Uji Homogenitas Menggunakan Uji Levene
                Jika Nilai Sig < 5 %, Data Berasal Dari Populasi-Populasi Yang Mempunyai Varians Yang Tidak Sama.
               Jika Nilai Sig > 5 %, Data Berasal Dari Populasi-Populasi Yang Mempunyai varian yang sama

UJI PHI, CRAMER’S V, CONTINGENCY COEFISIENT
         Untuk uji hubungan variable yang bersifat nominal dan hubungan ke dua  variabel adalah simetris
         Kesimpulan yang dihasilkan :
            Ada / tidaknya hubungan, dengan memperhatikan nilai sig.
         Besar korelasi antar variable
            Hubungan erat jika value mendekati 1
            Hubungan lemah jika value mendekati 0

UJI LAMBDA
          Untuk uji hubungan variable yang bersifat nominal dan hubungan ke dua variabel adalah Directional Measures
          Directional Measures digunakan jika salah satu variable merupakan var.  dependen , sedangkan variable lainnya akan menjadi variable independen.

UJI GAMMA, KENDALL’S TAU, SOMERS’D
          Untuk uji hubungan variable yang bersifat ordinal.
          Besarnya korelasi antar variable ditentukan jika :
            Value bernilai  mendekati +1 atau –1 à hub. Kuat
            Value bernilai mendekati 0 bernilai lemah.
    Tanda + atau – àmenyatakan sifat hubungan

UJI BEDA

MACAM UJI BEDA :
1. UJI BEDA RATA-RATA 2 POPULASI
            POPULASI INDEPENDENT
                        POPULASI DGN VARIAN SAMA
                        POPULASI DGN VARIAN BEDA
            POPULASI PAIR
                        POPULASI DGN VARIAN SAMA
                        POPULASI DGN VARIAN BEDA
ANALISISNYA MENGGUNAKAN UJI T

2. UJI BEDA RATA-RATA  > 2 POPULASI
            UJI BEDA DENGAN 1 PERLAKUAN
            UJI BEDA DENGAN 2 PERLAKUAN
ANALISISNYA MENGGUNAKAN UJI ANOVA



PERBANDINGAN METODE PENGUJIAN DENGAN MENGGUNAKAN PARAMETRIK
ATAU NON-PARAMETRIK

APLIKASI
TEST PARAMETRIK
TEST NONPARAMETRIK
Satu sampel
T test
Z test
Uji Binomial
Uji Chi Kuadrat
Dua sampel dependent
T test
Z test
Sign test
Wilcoxon Signed Test
Mc Nemar Change Test
Dua sampel independent
T test
Z test
Mann-Whitney U Test
Moses Extreme reactions
Chi Square Test
Kolmogorov S Test
Walt-Wolfowitz runs
k-sampel dependen

Friedman test
Kendall W test
Cochran’s Q
k-sampel independent
ANOVA test
Kruskal Wallis test
Chi Square test
Median test

UJI BINOMIAL
UNTUK KASUS DIKOTOMI
JIKA TIDAK DIKOTOMI, GUNAKAN CUTPOINT
Ho : frekuensi observasi kategori I = frekuensi observasi kategori II
H1 : frekuensi observasi kategori I ¹ frekuensi observasi kategori II
Jika ada perbandingan tertentu yang ingin dilihat, gunakan TEST PROPORTION sesuai yang diinginkan.

UJI CHI-KUADRAT
UNTUK KASUS YANG TIDAK DIKOTOMI
Pembentukan Hipotesis pada uji chi-kuadrat :
Ho : proporsi seluruh kategori bernilai sama
H1 : ada proporsi dari kategori yang dibandingkan bernilai tidak sama
Atau
Ho : proporsi kategori yang ada sama dengan nilai yang telah ditentukan
H1 : proporsi kategori yang ada tidak sama dengan nilai yang telah ditentukan.

UJI KOLMOGOROV SMIRNOV
Ho: Data dapat diasumsikan berdistribusi uniform, normal, poisson
H1: Data tidak dapat diasumsikan berdistribusi uniform, normal, poisson.



UJI MANN-WHITNEY, UJI KS, UJI RUN WW, UJI MOSES
Ho : dua sampel independen berasal dari populasi yang identik atau dari populasi  yang mempunyai mean yang sama.
H1 : dua sampel independen berasal dari populasi yang berbeda atau dari populasi yang mempunyai mean yang beda.

UJI TANDA, UJI WILCOXON,  UJI MCNEMAR
Ho : Tidak terdapat perbedaan sebelum dan sesudah perlakuan
H1 : Terdapat perbedaan sebelum dan sesudah perlakuan.

UJI KRUSKAL W., UJI MEDIAN
Ho : Populasi yang dibandingkan mempunyai nilai rata2 yang sama
H1 : Tidak semua populasi mempunyai nilai rata2 yang sama.

UJI FRIEDMAN, UJI W.KENDALL, UJI Q-COCHRAN
Ho : K perlakuan yang dibandingkan adalah sama
H1 : ada K perlakuan yang dibandingkan yang tidak sama.




Referensi
Cooper., Donald R. and chindler., Pamela S. 2003. Business Research Methods. Boston: International edition. Mc Graw Hill;
Husen Umar. 1999. Riset Akuntansi. Jakarta:
Kerlinger., Fred N. 2002. Foundation of Behavioral Research. 3th Ed. New Jersey: Holt, Rinehart and Winston Publishing Co.;
Moh. Nasir.1999. uMetode Penelitian. Cetakan keempat. Jakarta:    Ghalia Indonesia;
Sekaran., Uma. 2003. Research Methods For Business. Fourth Edition. New          York: John Willey & Sons, Inc.