Professional Documents
Culture Documents
02.statistika Multivariat A
02.statistika Multivariat A
Angka - angka 20
0
1 2 3 4
Statistika Deskriptif/Statistik Deduktif
Ilmu yang mempelajari tentang
engumpulan
enganalisaan data
untuk dijadikan sebagai wahana informasi dalam bentuk
deskripsi suatu persoalan yang diperoleh dari sekumpulan
data yang sedang ditelaah secara keseluruhan
Statistika deskriptif
Merupakan informasi Digunakan bila penelitian hanya
secara global ingin mendiskripsikan data
(menyeluruh) berdasarkan sampel, dan tidak ingin membuat
fakta yang sebenarnya, kesimpulan yang berlaku untuk
populasi, tetapi bila peneliti
sehingga statistika ingin membuat yang belaku
deskriptif dikatakan bukan untuk populasi, maka teknik
merupakan kesimpulan analisis yang digunakan adalah
terhadap populasinya statistik inferensial
yang diperoleh dari hasil
pengamatan.
Penyajian Data Statistik
Deskriptif
Tabel
Grafik
Diagram lingkaran
Pietogram
Perhitungan modus
Median
Mean (Pengukuran Tendensi Sentral)
Perhitungan Hasil
Persentil
Perhitungan penyebaran data melalui perhitungan rata-rata
dan standar deviasi
Perhitungan persentase
Dalam statistik deskriftif Perlu diketahui dalam analisis
dapat dilakukan mencari korelasi, regresi atau
kuatnya hubungan antara membandingkan dua rata-rata
variabel melalui analisis atau lebih tidak perlu diuji
korelasi, melakukan prediksi signifikansinya (tidak ada uji
dengan analisis regresi, dan signifikansi, tidak ada taraf
membuat perbandingan kesalahan / karena penelitian
dengan membandingkan rata- tidak membuat generalisasi,
rata sampel atau populasi. sehingga tidak ada kesalahan
generalisasi.
Alur Pengolahan Data
Penelitian
Deskripsi
Proses
Hasil
Pengambil
Pengolahan
an Data
Data
Kumpulan
Fakta
Proses
Analisis
Data
Sekurang-kurangnya 10 % dari semua kebakaran
di sebuah kota tertentu dengan dilaporkan tahun
lalu diakibatkan oleh tindakan-tindakan sengaja
yang tidak bertanggung jawab.
sebanyak 50% diantara semua pasien yang
menerima suntikan obat tertentu ternyata
kemudian menderita efek samping obat tersebut.
Statistik Inferensial
(Statistik Induktif/Probabalitas
Teknik statistik yang digunakan Disebut probabilitas karena
untuk menganalisis data sampel dan kesimpulan yang diberlakukan
hasilnya diberlakukan untuk untuk populasi berdasarkan data
populasi. Cocok bila sampel diambil sampel itu kebenarannya bersifat
dari populasi yang jelas, dan teknik peluang (probability)
pengambilan sampel dari populasi
itu dilakukan secara random. Suatu kesimpulan dari data sampel
yang akan diberlakukan untuk
populasi mempunyai peluang
kesalahan dan kebenaran
(kepercayaan) yang dinyatakan
dalam bentuk prosentase.
Contoh Statistik Inferensial
Misal :
Bila peluang kesalahan 5 % maka
taraf kepercayaan 95 %. Uji – t digunakan tabel t
Bila peluang kesalahan 1 % maka Uji – f digunakan tabel f
taraf kepercayaan 99 %. Setiap tabel sudah disediakan taraf
Peluang kesalahan dan kepercayaan signifikansi berapa persen, suatu hasil
disebut dengan taraf signifikansi. analisis dapat digeneralisasikan
Sampel Kesimpulan
TEKNIK SAMPLING
Kepuasan
Kedisiplinan
Kerja
Variabel Variabel
Penjelas Terikat
Variabel Antara
Variabel yang menyisip pada waktu variabel penjelas
mempengaruhi variabel terikat.
Kepuasan
Kedisiplinan
Kerja
Variabel Variabel
Penjelas Suasana Terikat
Kerja
Variabel
Penengah
Diagram Hubungan Variabel
Time Time Time
Variabel
Penengah
Skala Pengukuran
Untuk mengklasifikasikan variabel yang akan diukur supaya
tidak terjadi kesalahan dalam menentukan analisis data dan
langkah-langkah penelitian selanjutnya. Jenis skala pengukuran
ada empat, yaitu :Skala Nominal, Skala Ordinal, Skala
Interval, dan Skala Ratio.
Skala Nominal
Yaitu Skala yang paling sederhana disusun menurut jenis
(kategorinya) atau fungsi bilangan hanya sebagai simbol
untuk membedakan sebuah karakteristik dengan
karakteristik lainnya.
Contoh :
enis kulit : (1) hitam, (2) kuning, (3) Putih
100 – 80 – 75 – 50
kor IQ
etuju (S) =4
etral (N) =3
2
𝑂 𝑖 − 𝐸𝑖
𝜒2 =∑
𝐸𝑖
Keterangan :
2 = Nilai 2
Oi = Nilai Frek observasi
Ei = Nilai Frek expected / harapan, luasan interval kelas berdasarkan
tabel normal dikalikan N (total frekuensi) (pi x N) N = Banyaknya
angka pada data (total frekuensi)
Nilai Z Score Dalam
Uji Normalitas
Z Score adalah suatu ukuran penyimpangan data dari nilai rata-
ratanya yang diukur dalam satuan standar deviasinya. Jika nilainya
terletak diatas rata-rata maka Z score-nya akan bernilai positif,
sedangkan apabila nilainya dibawah nilai rata-rata maka Z score-nya
akan bernilai negatif. Z Score ini juga disebut dengan Nilai Standar
atau Nilai Baku.
Manfaat dari menstandarisasikan nilai-nilai skor mentah atau nilai
yang diamati dari distribusi normal menjadi Z Score atau Skor Z ini
adalah untuk memungkinkan kita menghitung probabilitas skor yang
terjadi dalam distribusi normal dan juga memungkinkan kita untuk
membandingkan dua skor yang berasal dari populasi yang berbeda.
Nilai Z Score Dalam Uji Normalitas
Keterangan
𝑥−𝜇 ẋ = nilai rata-rata yang diamati (skor mentah)
𝑍= μ = rata-rata populasi
𝜎 σ = adalah standar deviasi populasi Z = Z
Score (Nilai Baku)
Prosedur untuk Menghitung Uji
Normalitas
1. Merumuskan hipotesis
(6 Langkah).
Ho : data berdistribusi normal
Ha : data tidak berdistribusi normal
2 tabel = 2 df,
df = Derajat kebebasan
df = k – 3
k = banyak kelas interval
ɑ = level signifikan = 5% = 0,05
Prosedur untuk Menghitung Uji
Normalitas
(6 Langkah).
4. Menentukan nilai uji statistik :
Mencari nilai Z Score dan Chi Kuadrat
𝑥−𝜇
Persamaan Z Score 𝑍=
𝜎
𝑂𝑖−𝐸𝑖 2
Persamaan Chi Kuadrat 𝜒2 = ∑ 𝐸𝑖
6. Memberikan kesimpulan
(STUDI KASUS) UJI NORMALITAS DENGAN MENGGUNAKAN Z
SCORE DAN METODE CHI KUADRAT
Contoh 1
Diketahui : Data mahasiswa yang mendapat nilai ujian matematika
sebanyak 30 sebagai berikut :
75 74 74 73 76 77 87 67 56 78
78 67 76 66 65 67 67 76 78 77
77 77 80 87 89 89 89 89 91 85
Ditanya : Ujilah apakah data tersebut berdistribusi normal atau tidak
dengan = 0,05 ?
(STUDI KASUS) UJI NORMALITAS DENGAN MENGGUNAKAN Z
SCORE DAN METODE CHI KUADRAT
Penyelesaian:
1.Merumuskan hipotesis
Ho : data berdistribusi normal
Ha : data tidak berdistribusi normal
Keterangan
ẋ = nilai rata-rata yang diamati (skor mentah)
𝑥−𝜇
𝑍= μ = rata-rata populasi
𝜎 σ = adalah standar deviasi populasi
Z = Z Score (Nilai Baku)
2
Kelas Frek (fi) Tepi Nilai Z Luas 0-Z Luas Kelas Frek Harapan (Ei) 𝑂 𝑖 − 𝐸𝑖
Kelas Interval 𝐸𝑖
6. Memberikan kesimpulan
karena 2 hitung > 2 tabel, yaitu 12,017 > 7,81,
Maka kesimpulannya tolak Ho, data ujian matematika tidak
berdistribusi normal
(STUDI KASUS) UJI NORMALITAS DENGAN MENGGUNAKAN Z
SCORE DAN METODE CHI KUADRAT
Contoh 2:
•DIAMBIL TINGGI BADAN MAHASISWA DI SUATU
PERGURUAN TINGGI TAHUN 1990
1. Hipotesis :
• Ho : Populasi tinggi badan mahasiswa berdistribusi normal
• H1 : Populasi tinggi badan mahasiswa tidak berdistribusi normal
2. Nilai
• Nilai = level signifikansi = 5% = 0,05
𝑂𝑖−𝐸𝑖 2
2
𝑂 𝑖 − 𝐸𝑖
𝜒2 = ∑
𝐸𝑖
4. Derajat Bebas
Df = ( k =panjang kelas) – 3 ) = ( 5 – 3 ) = 2
5. Nilai tabel
Nilai tabel 2 ; = 0,05 ; df = 2 ; = 5,991. Tabel
2 (Chi-Square) pada lampiran.
(STUDI KASUS) UJI NORMALITAS DENGAN MENGGUNAKAN Z
SCORE DAN METODE CHI KUADRAT
6. Daerah penolakan
• Menggunakan gambar
Contoh :
•Data tentang hubungan antara Penguasaan kosakata(X) dan
kemampuan membaca (Y)
UJI HOMOGENITAS VARIANSI
Contoh :
•Kemudian dilakukan penghitungan, dengan rumus yang ada :
• Dari penghitungan diatas diperoleh Fhitung = 2.81 dan dari grafik daftar distribusi F
dengan dk pembilang = 10 - 1 = 9. Dk penyebut = 10 - 1 = 9. Dan = 0.05 dan
diperoleh nilai Ftabel= 3.18.
• Tampak bahwa Fhitung < Ftabel. Hal ini berarti data variabel X dan Y homogen.
SEKIAN
TERIMA KASIH