1 / 13

Analisis Perbandingan

Analisis Perbandingan. Kegunaan. Analisis ini dipergunakan untuk membandungkan rata-rata antara dua atau lebih kelompok sample data. Asumsi dasar dalam analisis ini adalah bahwa var data yang dibandingkan harus mengikuti distribusi normal. Contoh Hipotesis:

bendek
Download Presentation

Analisis Perbandingan

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Analisis Perbandingan

  2. Kegunaan • Analisis ini dipergunakan untuk membandungkan rata-rata antara dua atau lebih kelompok sample data. Asumsi dasar dalam analisis ini adalah bahwa var data yang dibandingkan harus mengikuti distribusi normal. • Contoh Hipotesis: - Apakah terdapat perbedaan rata-rata hasil ujian mata kuliah statistik antara kelas A dan kelas B

  3. Perbandingan Mean • Penggunaan: membandinhkan deskripsi rata-rata kelompok data • Contoh: Seoarang manager pemasaran yang minuman kaleng A ingin mengetahui rata-rata preferensi rasa minuman kaleng dari 30 responden. Pertanyaan yang diajukan seberapa suka responden terhadap rasa minuman kaleng A

  4. Langkah SPSS • Buka file Means > Analyze > Compare Means > Means > Masukkan var rasa dalam kolom dependen > Masukkan usia dalam Independen

  5. Output SPSS • Tabel Anova: terlihat nilai p-value statistik uji F sebesar 0,027 (<0,05) artinya terdapat perbedaaan yang nyata antara kelompok usia terhadap preferensi rasa minuman kaleng. Test linerity digunakan untuk melihat apakah terdapat hubungan yang linier antara tingkat usia dan preferensi rasa minuman, nila p-value untuk linerity 0,002 (<0,05) artinya terhadap hubungan liner

  6. One-Sample Test • Penggunaan: membandingkan apakah terdapat perbedaan atau kesamaan rata-rata suatu kelompok sampel data dengan suatu nilai rata-rata tertentu • Contoh: Perusahaan minuman A memutuskan untuk meluncurkan suatu produk jika skor lebih dari 5.

  7. Langkah SPSS • Buka file One Sample T Test > Analyze > Compare Means > One Sample T Test > masukkan var preferensi ke dalam kolom test var > beri nilai 5 pada kolom test value • Output: oleh karena nilai p-value pada sample test menunjukkan nilai 0,00 (<0,05) maka kesimpulannya terdapat perbedaan yang signifikan dimana rata-rata preferensi 5,68 menunjukkan perbedaan yang nyata.

  8. Independent Sample T Test • Membandingkan rata-rata dari dua kelompok sampel independen • Contoh: Manajer stasium TV A ingin mengetahui apakah terdapat perbedaaan frek menonton untuk kelompok usia 13-19 tahun di kota Jakarta- Bogor.

  9. Langkah SPSS • Buka File Independent > Analyze > Compare Means > Independent Sample T Test > Masukkan var frek kedalam test var > masukkan var TV dalam Grouping var > Klik tombol Group isikan 1 dan 2 > Ok

  10. Hasil Output • Oleh karena nilai p-value statistik sebesar 0,003 (<0,05), maka kesimpulannya adalah terdapat perbedaan yang signifikan antara rata-rata frek menonton TV A do dua kota

  11. Pair-Sample T Test • Penggunaan: Digunakan untuk membandingkan apakah terdapat perbedaan atau kesamaan rata-rata antara dua kelompok sampel data yang saling berkaitan/berpasangan

  12. Langkah SPSS • Buka Pair > Analayze > Compare Means > Masukkan kedua var ke dalam Paired • Hipotesis: H0: Tidak terdapat perbedaaan yang signifikan rata-rata kedatangan pengunjung ke pusat perbelanjaan A antara tahun 2005 dan 2006 H1: Terdapat perbedaaan yang signifikan rata-rata kedatangan pengunjung ke pusat perbelanjaan A antara tahun 2005 dan 2006

  13. Output • Paired Sample statistik menunjukkan rata-rata dan standar deviasi kedatangan pengunjung tahun 2005 dan tahun 2006. oleh karena p-value statistik uji t sebesar 0,017 (<0,05), maka kesimpulannya tolak H0.

More Related