Pengujian Normalitas Data Dengan One Sample Kolmogorov - PowerPoint

							Statistik Sbg Alat Analisis
      PENGUJIAN KUALITAS DATA

• Statistik inferensial bertujuan untuk menaksir nilai populasi
  dari nilai sample yang digunakan. Sebelum uji statistik
  inferensial dilakukan, terlebih dahulu dilakukan uji prasyarat
  yaitu uji kualitas data. Pengujian kualitas data dapat
  dibedakan berdasarkan jenis datanya apakah kuantitatif
  atau kualitatif seperti dapat dilihat pada bagan berikut.
• Untuk data kuantitatif, sebelum dilakukan uji statistik
  inferensial, terlebih dahulu harus dilakukan pengujian
  kualitas data yaitu uji normalitas. Sifat dari populasi
  berdistribusi normal sehingga sampel yang digunakan juga
  harus berdistribusi normal agar estimasi yang dihasilkan
  sampel dapat mencerminkan nilai populasi.
• Untuk variabel yang sifatnya kualitatif terlebih
  dahulu harus dilakukan uji prasyarat (uji instrumen
  variabel/ kuesioner) dimana pengujian ini dilakukan
  terhadap variabel yang memiliki beberapa dimensi
  atau dilakukan terhadap dimensi yang memiliki
  beberapa indikator. Adapun pengujian yang
  dilakukan meliputi pengujian validitas dan
  reliabilitas
• Pengujian kualitas data untuk data kuantitatif dan
  kualitatif lebih jelasnya dapat dilihat pada bagan
  berikut ini.


    Skala Nominal     Skala nominal adalah skala pengukuran variabel yang paling
                       rendah tingkatannya. Nilai pada variabel hanya berupa
                       kategori/label saja atau dengan kata lain nilai pada variabel
                       tidak dapat dibandingkan
                      Contoh :
                    Gender terdiri dari dua kategori yaitu pria dan wanita.
                       Penentuan nilai untuk katogori tersebut bebas seperti
                       1=pria, 2=wanita atau 1=wanita, 2=pria. Hal ini disebabkan
                       nilai pada variabel tersebut tidak dapat diperbandingkan
                       apakah lebih tinggi atau lebih rendah
    Skala
    Ordinal          Skala ordinal memiliki tingkatan diatas skala nominal. Nilai
                    pada variabel selain berupa kategori juga dapat dibandingkan
                    apakah preferensinya lebih tinggi atau lebih rendah. Satu ciri
                    utama dari skala ordinal ini adalah nilai pada variabel tidak
                    dapat dihitung jaraknya (distance) yaitu ditambah, dikurangi,
                    dikali atau dibagi.
                    Contoh :

                    Tingkat pendidikan dimana
                    1=SD 2=SMP 3=SMU 4 = Diploma 5=PT
                    Seseorang yang memiliki pendidikan SMU (3) memiliki order
                    lebih tinggi dibandingkan yang memiliki pendidikan SD (1).
                    Namun nilai pada variabel tidak dapat dicari jaraknya misal
                    SD (1) + SMU (3) PT (4)
Skala
Interval    Nilai pada skala interval selain dapat dibandingkan juga dapat
           dihitung distance (jaraknya) namun nilai nol (0) pada skala ini
           bersifat relatif (tidak absolut)
           Contoh :

           Temperatur adalah salah satu contoh skala interval
           Dimana 25oC lebih panas dibandingkan dengan 20oC. Selisih
           suhu dikedua tempat tersebut 5oC dan 0oC adalah titik beku
           Contoh lain dari skala interval adalah preferensi konsumen
           terhadap pelayanan tempat berbelanja.
           Bagaimanakah sikap dari pelayan toko pada saat anda
           berbelanja
           1 = sangat buruk       2 = cukup      3 = sangat baik


Skala
Rasio                  Skala rasio hampir memiliki definisi yang hampir
                      sama dengan skala interval      yaitu nilai pada
                      variabel dapat dibandingkan, dapat dihitung
                      jaraknya (ditambah, dikurangi, dikali dan dibagi)
                      tetapi nilai    nol (0) pada skala rasio bersifat
                      absolut.
                      Contoh :

                      Usia, lama bekerja, pendapatan, penjualan,
                      biaya, keuntungan merupakan skala rasio
• Statistik merupakan suatu alat analisis yang dapat
  digunakan untuk memecahkan masalah-masalah
  yang ada sehingga pada akhirnya dapat
  digunakan sebagai dasar dalam pengambilan
  kesimpulan.
• Penggunaan alat analisis terutama yang berkaitan
  dengan statistik inferensial harus dimulai dengan
  menentukan berapa jumlah variabel yang akan
  dianalisis.
     • Jika jumlah variabel yang digunakan hanya satu (1) maka
       digunakan analisis univariate
     • Jika jumlah variabel yang digunakan dua (2) digunakan
       analisis bivariate
     • Jika jumlah variabel yang diguankan lebih dari 2 diguankan
       analisis multivariate
       PROSEDUR ANALISIS DATA
            UNIVARIATE
• Analisis data univariate menganalisis statistik
  deskriptif atau inferensial dengan hanya
  menggunakan satu variabel penelitian.
• Jenis-jenis analisis data univariat tergantung
  pada skala pengukuran dari variabel yang
  digunakan
• Untuk variabel yang skala pengukurannya interval
  ataupun rasio, statistik deskriptif dapat digunakan
  dengan menentukan data rerata dan standar deviasi.
  Untuk melakukan uji hipotesis terlebih dahulu harus
  dilakukan uji normalitas data dengan menggunakan
  pengujian KOLMOGOROV SMIRNOV. Hasil pengujian
  ini dapat menghasilkan kesimpulan :
• Untuk data yang berdistribusi normal digunakan
  statistik parametric dimana jenis pengujiannya bisa
  berupa One Sample Test, Independent Sample Test,
  Paired Sample Test dan Analysis of Variance (ANOVA)
• Untuk data yang berdistribusi tidak normal digunakan
  statistik non parameterik dimana jenis pengujian yang
  dapat dilakukan Sign Test, Mann-Whitney Test,
  Wilcoxon Test, Kruskal Wallis Test
• Untuk variabel yang sifatnya ordinal, statistik
  deskriptif yang dapat digunakan adalah nilai
  median atau kuartil, desil dan prosentil. Tidak
  ada pengujian statistik inferensial yang dapat
  digunakan untuk analisis univariat dengan
  skala ordinal.
• Untuk variabel yang skala pengukuran
  variabelnya nominal dapat menggunakan nilai
  modus untuk statistik deskriptif, sedangkan
  pengujian statistik inferensial dapat dilakukan
  dengan menggunakan Chi-square (X2).
PROSEDUR ANALISIS DATA BIVARIATE
• Untuk data dengan skala interval atau rasio dapat
  menggunakan koefisien Korelasi Pearson atau regresi
  sederhana.
  Contoh : Hubungan atau pengaruh antara pendapatan dengan
  pajak yang dibayar
• Untuk data dengan skala ordinal dapat menggunakan Korelasi
  Spearman
  Contoh :
         – Hubungan antara pendapatan nasional dengan impor yang berdistribusi data
           tidak normal
         – Hubungan antara tingkat pendidikan ( 1=SD 2=SMP 3=SMU 4=PT) dengan tingkat
           kesejahteraan (1=Miskin 2=Sedang 3= Kaya)
                                   • Untuk data dengan skala nominal dapat
                                     menggunakan koefisien kontigensi dan chi-square.
  Contoh :
• Hubungan antara Lokasi (Aceh, Menado,Bali) dengan agama
  yang dianut (Islam, Kristen,Hindu)
      PROSEDUR ANALISIS DATA
          MULTIVARIATE
• Jenis pengujian statistik inferensial untuk
  analisis data multivariate dibagi menjadi 2
  kelompok seperti dapat dilihat pada bagan
  dibawah ini. Kedua kelompok tersebut yaitu
  metode DEPENDENCE dan INTERDEPENDENCE
• Prosedur multivariate metode dependence menunjukkan
  bahwa pada model yang digunakan ada yang berkedudukan
  sebagai variabel dependen dan variabel independen.
• Alat analisis yang dapat digunakan untuk metode
  dependence ini adalah :

   – Stuctural Equation Model
  Alat ini digunakan untuk model yang memiliki hubungan
  ganda dari variabel independen dan variabel dependen


   – Canonical Correlation
  Alat ini digunakan untuk model dependence dengan
  beberapa variabel dependen dalam satu hubungan tunggal
  dimana skala pengukuran variabel dependen dan variabel
  independennya interval/rasio
– Multivariate Analysis of Variance
Alat analisis ini digunakan untuk beberapa variabel
dependen dalam satu hubungan tunggal dimana skala
pengukuran variabel dependennya bersifat interval/rasio
sementara skala pengukuran variabel independenya
adalah nominal.

– Multiple Regression dan Conkoint Analysis
Alat ini digunakan untuk kasus satu variabel dependen
dalam suatu hubungan tunggal dimana skala pengukuran
variabel dependen dan variabel independennya adalah
interval/rasio.

– Multiple Discriminant Analysis dan Lınear Probability
  Models
Alat ini digunakan untuk kasus variabel dependennya
memiliki skala nominal sementara variabel
independennya bersifat interval/rasio.
            interdependence
• Prosedur multivariate metode
  interdependence menunjukkan bahwa pada
  model yang digunakan seluruh variabel
  bersifat tidak salling berhubungan (tidak ada
  yang kedudukannya sebagai variabel terikat
  dan variabel bebas)
• Factor Analysis
  Digunakan untuk kasus multivariate metode
  interdependence dimana stuktur hubungan
  yang digunakan adalah mengelompokkan
  sejumlah variabel
• Cluster Analysis
  Digunakan untuk kasus multivariate metode
  interdependence dimana stuktur hubungan
  yang digunakan adalah mengelompokkan
  responden
• Multidimensional Scalling
  Digunakan untuk kasus multivariate metode
  interdependence dimana stuktur hubungan
  yang digunakan adalah mengelompokkan
  objek dengan skala pengukurannya
  interval/rasio
  Correspondency Analysis
• Digunakan untuk kasus multivariate metode
  interdependence dimana stuktur hubungan
  yang digunakan adalah mengelompokkan
  objek dengan skala pengukurannya
  nominal/ordinal