TEKNIK ANALISIS DATA UNTUK PENULISAN ILMIAH

Document Sample
TEKNIK ANALISIS DATA UNTUK PENULISAN ILMIAH Powered By Docstoc
					TEKNIK ANALISIS DATA
Type Data : 1. Data Nominal (non-par) 2. Data Ordinal (non-par) 3. Data Interval (par) 4. Data Ratio (par) 1. Data Kategorikal 2. Data Numerikal (Diskrit – Kontinue)

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

DATA

Analisis Sec. Non Statistik

Analisis Sec. Statistik

Metode Kuantitatif lainnya

Normal Distribusi

Tidak Normal

Statistik Parametrik Manual atau Komputerize

Statistik NonParametrik

Eksplanasi Verifikatif
(Simetris) (Asimetris)

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

KORELASI  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  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  Sebarannya Bersifat Normal 2. UJI KOLMOGOROV SMIRNOV = UJI LILLIEFOR Jika Nilai Prob. / Sig F > 5 %  Sebaran Bersifat Normal Jika Nilai Prob. / Sig F < 5 %  Sebaran Bersifat Tidak Normal 3. UJI SHAPIRO WILK Jika Nilai Prob. / Sig F > 5 %  Sebaran Bersifat Normal Jika Nilai Prob. / Sig F < 5 %  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  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 Berdistribusi 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  hub. Kuat Value bernilai mendekati 0 bernilai lemah. Tanda + atau – menyatakan 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 Satu sampel Dua sampel dependent Dua sampel independent TEST PARAMETRIK T test Z test T test Z test T test Z test TEST NONPARAMETRIK Uji Binomial Uji Chi Kuadrat Sign test Wilcoxon Signed Test Mc Nemar Change Test Mann-Whitney U Test Moses Extreme reactions Chi Square Test Kolmogorov S Test Walt-Wolfowitz runs Friedman test Kendall W test Cochran’s Q Kruskal Wallis test Chi Square test Median test

k-sampel dependen

k-sampel independent ANOVA 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  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.


				
DOCUMENT INFO
Shared By:
Categories:
Stats:
views:6932
posted:12/21/2009
language:English
pages:6