Li LBM 3 Titiya MP [PDF]

Citation preview

1) Bagaimana contoh metode dari uji statistic parametrik dan non parametrik? Uji parametrik Statistika Parametrik adalah statistika yang mempertimbangkan jenis sebaran/distribusi data yang berdistribusi normal dan memiliki varians homogen. Pada umumnya, data yang digunakan pada statistika parametrik ini bersifat interval dan rasio. Uji statistik yang dapat digunakan pada statistika parametrik, antara lain: 1. Uji –Z ( 1 atau 2 sampel) 2. Uji –T (1 atau 2 sampel) 3. Korelasi pearson 4. One or two way ANOVA test 5. Analisis regresi Untuk uji parametrik, terdapat tiga syarat yang perlu diperhatikan yaitu skala pengukuran variabel, sebaran data, serta varians data 1. Skala pengukuran variabel: Skala pengukuran variabel harus variabel numerik 2. Sebaran data: sebaran data harus normal 3. Varians data: a. Kesamaan varians tidak menjadi sprat untuk uji kelompok yang berpasangan b. Kesamaan varians adalah syarat tidak mutlak untuk 2 kelompok tidak berpasangan artinya, varians data boleh sama boleh juga berbeda. c. Kesamaam varians adalah syarat mutlak untuk > 2 kelompok tidak berpasangan artinya varians data harus wajib sama. Uji non parametrik Statistika Nonparametrik merupakan bagian statitik yang parameter populasinya atau datanya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan dan variansnya tidak perlu homogen. Statistika nonparametrik biasanya digunakan untuk melakukan analisis pada data berjenis nominal atau ordinal. Analisis statistika nonparametrik, antara lain: 1. Uji tanda peringkat Wilcoxon dan Uji U mannWithney (untuk 1-2 kelompok) 2. Uji Kruskal-Wallis (untuk kelompok lebih dari 2) 3. Uji korelasi Rank Spearman dan Kendall Tau 4. Uji Chi-kuadrat. Uji non prametrik dipergunakan untuk keadaan sebagai berikut: 1. Jika data dengan skala numerik tidak memenuhi syarat untuk uji parametrik (misalnya sebaran data tidak normal), maka dilakukan uji non parametrik yang merupakan alternatif dari uji parametriknya. Lihat tanda panah pada tabel Uji hipotesis. Alternatif uji t berpasangan adalah Uji Wilcoxon. Alternatif uji t tidak berpasangan adalah uji Mann-Whitney. Alternatif uji anova berpasangan adalah Uji Friedman. Alternatif uji anova tidak berpasangan adalah Uji Kruskal-Wallis. 2. Jika skala pengukuran variabel adalah kategorikal (ordinal dan nominal) maka dapat diuji dengan uji non parametrik. Sugiyono. 2013. Statistika untuk Penelitian. Bandung: Alfabeta. 2) Bagaimana parameter yang digunakan pada uji statistic deskriptif?



3) Bagaimana syarat uji statistic? Syarat-syarat yang harus dipenuhi dalam penggunaan Teknik statistic parametrik a. Sampel diambil secara acak/random dari sebuah populasi. b. Data berskala interval atau data bersifat kuantitatif. c. Data berdistribusi normal, artinya data yang diperoleh memiliki distribusi seperti distribusi normal. Pengujiannya dapat dilakukan dengan menggunakan Kai Kuadrat, Kolmogorov-Smirnov, Lilieford Test, Skewness dan Kurtosis, atau Jarque-Bera Test. d. Ada hubungan yang linear antara variabel bebas dengan variabel terikatnya, artinya hubungan antara variabel bebas dan terikat bersifat linear atau garis lurus, bukan kuadratik, kubik atau yang lainnya. Pengujian dapat dilakukan dengan menggunakan uji F Tuna Cocok (Lack of Fit Test) atau uji polinomial. e. Tidak terjadi heterosedastisitas, artinya varians error yang dihasilkan dari sebuah persamaan regresi tersebut haruslah bersifat homogen/sama untuk setiap nilai X. Pengujian dapat dilakukan dengan Park Test, Glesjer Test, Bartlett Test, Rho Spearman, dan Goldfield & Quant. f. Tidak terjadi kolinearitas/multikolinearitas, artinya tidak terjadi korelasi yang terlalu tinggi antar variabel bebas. Pengujian dapat dilakukan dengan analisis korelasi/ regresi, Tolerance, dan VIF (Variance Inflation Factor). g. Tidak terjadi otokorelasi, artinya error yang terjadi murni berasal dari garis regresi dan bukan berasal dari error pengamatan yang lain. Pengujiannya adalah DurbinWatson Test. h. Ada homogenitas varians, artinya varians antara kelompok satu dengan kelompok yang lain haruslah bersifat homogen/sama. Pengujiannya dapat dilakukan dengan Bartlett Test, Cochran, F Max Hartley, atau Levene Test.



i. Ada homogenitas regresi, artinya koefisien garis regresi antar kelompok haruslah bersifat sama/homogen. Pengujiannya dapat dilakukan dengan uji F untuk kesamaan koefisien regresi. Muhson, Ali. Teknik Analisis Kuantitatif PARAMETRIK



NON PARAMETRIK



4) Hipotesis seperti apa yang digunakan sebagai dasar pertimbangan untuk memilih uji statistic? Penggunaannya ini tergantung pada asumsi dan jenis data yang akan dianalisis. - Statistic parametrik memerlukan terpenuhi banyak asumsi o Asumsi yang utama adalah data yang akan dianalisis harus berdistribusi normal. o Dalam penggunaan salah satu test menghatuskan data dua kelompok atau lebih yang diuji harus homogen o Dalam regresi harus terpenuhi asumsi linieritas o Kebanyakan digunakan untuk menganalisis data interval dan rasio - Statistic nonparametric tidak menuntut terpenuhi banyak asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi normal. Sering disebut “distribution free” (bebas distribusi) o Kebanyakan digunakan untuk menganalisis data nominal, ordinal.



Sugiyono. Metode Penelitian Kuantitatif Kualitatif dan R&D. 2013. Bandung: Penerbit Alfabeta 5) Apa Perbedaan uji statistic deskriptif dan statistic inferensial? Statistik deskriptif Pada hakekatnya statistika deskriptif menjelaskan karakteristik data secara sistematis mencakup beberapa teknis analisis data yakni: penyebaran data, tendensi sentral , penyajian data, dan lain-lain tentang populasi atau sampel (Radjab & Jama’an,2017 ;



Sarwono,2006). Penyajian data ditampilkan dalam bentuk gambar atau skema dalam bentuk histogram, grafik, infografik dan lain-lain. Substansi statistika deskriptif adalah memberikan paparan rangkuman data dalam bentuk yang mudah dipahami. Tujuan utama penelitian deskriptif memberi gambaran tentang suatu keadaan berdasarkan data terkumpul, yang disampaikan dalam bentuk tabel, grafik, skema dan lain-lain (Cooper & Schindler,2014; Mishra & Alok,2017). Statistik inferensial statistika inferensial tugasnya melakukan pengolahan data, menganalisis data, sehingga bisa mengambil keputusan atau kesimpulan pada populasi (Bungin,2013; Cooper & Schindler,2014), sehingga kecendrungannya mengarah pada analisis dan pengujian teori atau hipotesis; atau dengan kata lain statistika inferensial banyak berhubungan dengan teori probabilitas, tingkat signifikansi, koefisien korelasi, dan uji hipotesis (Abdullah, 2015). Pada hakekatnya substansi statistika inferensial bertujuan memberikan kesimpulan karakteristik populasi berdasarkan hasil analisis sampel



6) Bagaimana uji pada setiap skala pengukuran? PEMILIHAN UJI STATISTIK BERDASARKAN VARIABEL  Kolom (1) menjelaskan jumlah variabel dependen dalam penelitian. Pada tabel terdapat dua jenis jumlah variabel dependen yaitu hanya 1 dan lebih dari 1 variabel (>1)  Kolom (2) menjelaskan tipe data dari variabel dependen. Pada tabel ada tiga pilihan yaitu numerik (jika skala interval/ratio), kategorik (jika skala nominal/ordinal) dan campuran numerik-kategorik yang disingkat num+kat. Anda harus memahami perbedaan jenis data ini, yang sudah dijelaskan pada kuliah statisitik dasar  Kolom (3) menjelaskan jumlah variabel independen dalam penelitian. Pada tabel terdapat dua jenis jumlah variabel independen yaitu hanya 1 dan lebih dari 1 variabel (>1).























Kolom (4) menjelaskan tipe data dari variabel independen. Pada tabel ada tiga pilihan yaitu numerik (jika skala interval/ratio), kategorik (jika skala nominal/ordinal) dan campuran numerik-kategorik yang disingkat num+kat. Anda harus memahami perbedaan jenis data ini, yang sudah dijelaskan pada kuliah statisitik dasar Kolom (5) menjelaskan jumlah kelas/kelompok/grup dari variabel kategorik. Jadi kolom 5 tidak berlaku untuk variabel numerik. Pada tabel ada pilihan 2 (untuk data dikotomi/binomial, “ya” atau “tidak”, atau 0 dan 1) dan pilihan >2 (untuk data polinomial atau peringkat/ordinal) Kolom (6) menjelaskan pasangan data yang akan diuji. Pengertian “berpasangan” di sini adalah pengukuran antara dua kelompok (intervensi & kontrol) atau pengukuran antara sebelum dan sesudah diberikan intervensi (pre & post test) dengan sampel/responden yang sama. Sering juga disebut dengan dependent sample. Pengertian “tidak berpasangan” kebalikan dari penjelasan terdahulu, dan sering disebut dengan independent sample Kolom (7) menjelaskan asumsi yang harus dipenuhi pada uji parametrik yaitu apakah data berdistribusi normal atau tidak. Jika terpenuhi pada menggunakan statistik parameterik, jika tidak terpenuhi maka menggunakan uji statistik nonparameterik. Kondisi ini hanya terjadi jika jumlah variabel dependen dan independen sama-sama 1 (satu) Kolom (8) menjelaskan jenis uji statistik yang dipakai. Nama uji statistik yang tertulis pada tabel 1 mungkin berbeda dengan nama yang tertera pada buku referensi lain, tetapi fungsinya sama.



PEMILIHAN UJI STATISTIK BERDASARKAN TUJUAN ANALISIS (UJI HIPOTESIS) Menjelaskan pemilihan uji statistik yang dimulai darI







  



Kolom (1) menjelaskan tujuan analisis atau penelitian yang terdiri dari uji mean, uji median, uji proporsi, uji varians, uji homogenitas, uji distribusi, uji random, uji outlier, uji independensi, uji korelasi/asosiasi, uji efek, uji estimasi. Kolom (2) menjelaskan jumlah sampel/kelompok yang akan diuji. Pada kolom ada pilihan: satu (univariat), dua (bivariate), dan > dua (multivariat) Kolom (3) menjelaskan jenis data yang akan diuji. Pada tabel ada pilihan Interval/Ratio (numerik), Ordinal, dan Nominal. Kolom (4) menjelaskan tentang uji statistik yang dipakai.



kesalahan yang dapat terjadi dalam melakukan uji statistic -      Kesalahan uji tipe I Adalah karena Ho ditolak padahal kenyataannya benar ,artinya kita menolak hipotesis tsb (Ho) yang seharusnya diterima -      Kesalahan uji tipe II Adalah kesalahan karena Ho diterima padahal kenyataannya salah.Artinya kita menerima hipotesis tsb (Ho) yang seharusnya ditolak. Apabila kedua jenis kesalahan tsb dinyatakan dalam bentuk probabilitas didapatkan hal2 sbb: a.       Kesalahan tipe I disebut kesalahan α yang dalam bentuk penggunaanya disebut sbg taraf yang nyata atau taraf signifikan.1 – α disebut sbg tingkat keyakinan , karena dengan itu kita yakin bahwa kesimpulan yang kita buat adalah benar sebesar 1 – α b.      Kesalahan tipe II disebut kesalahan β yang dalam bentuk penggunaanya disebut sbg fungsi ciri operasi , disingkat CO , 1 – β disebut sbg kausa pengujian karena memperlihatkan kuasa terhadap pengujian yang dilakukan untuk menolak hipotesis yang seharusnya ditolak Pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal Hasan