1 / 51

APLIKASI KOMPUTER

APLIKASI KOMPUTER. Dosen: Fenni Supriadi, SE., MM. www.fennisupriadi.com. info@fennisupriadi.com. Tujuan Pembelajaran :

charles-lang
Download Presentation

APLIKASI KOMPUTER

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. APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM www.fennisupriadi.com info@fennisupriadi.com

  2. TujuanPembelajaran : Mahasiswa diharapkan mampu memahami dan menjelaskan pengertian hipotesa awal dan hipotesa alternatif, perumusan hipotesa awal dan hipotesa alternatif dari suatu soal cerita/contoh kasus www.fennisupriadi.com info@fennisupriadi.com

  3. TujuanPembelajaran : Kemudianmemformulasikan hipotesa tersebut kedalam kalimat matematik dan menyimpulkan dari hipotesa yang ada untuk pengambilan keputusan, means dan contoh uji T untuk satu sampel dan contoh kasus dan dua sampel bebas, uji T untuk dua sampel yang berpasangan dan uji one-way ANOVA. www.fennisupriadi.com info@fennisupriadi.com

  4. PokokBahasan : • Konsep Dasar Pengujian Hipotesa • Uji Statistik Compare Mean www.fennisupriadi.com info@fennisupriadi.com

  5. StatistikInduktif (Inferensi) Metodestatistikinferensidalampraktekcukupberagam, dansalahsatukriteriapentingdalampemilihanmetodestatistik yang akandigunakanadalah melihat distribusi sebuah data. www.fennisupriadi.com info@fennisupriadi.com

  6. StatistikInduktif (Inferensi) Jika data yang diuji berdistribusi normal ataumendekatidistribusi normal, makaselanjutnyadengan data-data tersebutbisadilakukanberbagaiinferensiataupengambilankeputusandenganmetodestatistikparametrik. www.fennisupriadi.com info@fennisupriadi.com

  7. StatistikInduktif (Inferensi) Namun, jikaterbukti data tidakberdistribusi normal ataujauhdarikriteriadistribusi normal, makametodeparametriktidakbisadigunakan; untukkegiataninferensisebaiknyadigunakanmetodestatistiknonparametrik. www.fennisupriadi.com info@fennisupriadi.com

  8. StatistikInduktif (Inferensi) DISTRIBUSI DATA Normal Tidak Normal STATISTIK PARAMETRIK DISTRIBUSI NON PARAMETRIK www.fennisupriadi.com info@fennisupriadi.com

  9. UjiHipotesis Salahsatukegiatanstatistikinduktifadalahmengujisebuahhipotesis (dugaansementara). Dalammelakukanujihipotesis, adabanyakfaktor yang menentukan, sepertiapakahsampel yang diambilberjumlahbanyakatauhanyasedikit; apakahstandardeviasipopulasidiketahui; apakahvarianspopulasidiketahui; metodeparametrikapakah yang dipakai, danseterusnya. www.fennisupriadi.com info@fennisupriadi.com

  10. PROSEDUR UJI HIPOTESIS • Menentukan H0 dan Hi. • H0 adalah NULL HYPOTHESIS. • Hi adalah ALTERNATIVE HYPOTHESIS. www.fennisupriadi.com info@fennisupriadi.com

  11. Menentukan H0 dan Hi. Pernyataanpada H0 dan Hi selaluberlawanan. Sebagaicontoh, jika H0 menyatakanbahwa rata-rata populasi (Omsetpenjualanpedagangkaindisuatupasarseperticontohdiatas) adalah Rp20 juta per bulan, maka Hi menyatakanalternatifnya, yaitu rata-rata omsetbukan Rp20 juta. Omsetdidugabisalebihdari Rp20 jutaataukurangdari Rp20 juta. www.fennisupriadi.com info@fennisupriadi.com

  12. B. MenentukanUji (Prosedur) Statistik yang digunakan; apakahakandigunakanuji t, ANOVA, uji z, danlainnya. www.fennisupriadi.com info@fennisupriadi.com

  13. C. Menentukanstatistiktabel. • NilaiStatistiktabel/nilaikritisbiasanyadipengaruhioleh: • Tingkat Kepercayaan. • DerajatKebebasan (df). • Derajatkebebasanatau degree of fredom • sangatbervariasitergantungdarimetode • yang dipakaidanjumlahsampel yang • diperoleh. • Jumlahsampel yang didapat www.fennisupriadi.com info@fennisupriadi.com

  14. C. Menentukanstatistiktabel. Derajatkebebasanatau degree of fredomsangatbervariasi, tergantungdarimetode yang dipakaidanjumlahsampel yang diperoleh. www.fennisupriadi.com info@fennisupriadi.com

  15. D. Menentukanstatistikhitung. Nilaistatistikhitungtergantungpadametodeparametrik yang digunakan. Pada pengerjaan dengan SPSS, nilai statistik hitung langsung ditampilkan nilaiakhirnya; sedangkanprosesperhitungannyasampaipadanilaiakhirtersebuttidakdiperlihatkan, termasukangka-angkastatistiktabel. www.fennisupriadi.com info@fennisupriadi.com

  16. D. Menentukanstatistikhitung. Untukmengetahuiprosesperhitungansampaidengan output tersebut, bisadilakukandengancara manual, ataudenganbantuan software spreadsheet seperti Excel. www.fennisupriadi.com info@fennisupriadi.com

  17. E. Mengambilkeputusan Keputusanterhadaphipotesisdiatasditentukandenganmembandingkannilaistatistikhitungdengannilaikritis/statistiktabel. www.fennisupriadi.com info@fennisupriadi.com

  18. E. Mengambilkeputusan SPSS hanyamemberikaninformasimengenairingkasan data dannilaistatistik hitung. Sedangkan keputusan untuk menolak atau menerima sebuah hipotesistidakdiberikanpada output SPSS. Hasil output statistikmembantuuntukmelakukanprosedurstatistikinferensi yang benardanmengambilkeputusan yang tepatberdasarkanouput SPSS. www.fennisupriadi.com info@fennisupriadi.com

  19. STATISTIK INFERENSI UJI T PADA SPSS

  20. PAIRED SAMPLE T TEST ANALISIS UNTUK DUA SAMPEL YANG BERPASANGAN DALAM ARTI SUBJEKNYA SAMA NAMUN MENGALAMI DUA PERLAKUAN YANG BERBEDA

  21. PAIRED SAMPLE T TEST Kasus : Produsen OBAT DIET ingin mengetahui apakah obat yang diproduksinya mempunyai efek terhadap penurunan berat badan konsumen. Untuk itu, 10 sampel masing-masing diukur berat badannya, dan setelah sebulan minum obat tersebut, kembali diukur berat badannya

  22. Hipotesis Ho : Kedua rata-rata populasiadalahidentik (rata2 populasiberatsebelumminumobatdansesudahminumobatadalahtidakberbedascaranyata) Hi : Kedua rata-rata populasiadalahtidakidentik (rata2 populasiberatsebelumminumobatdansesudahminumobatadalahberbedasecaranyata)

  23. Dasarpengambilankeputusan JikaStatistikhitung (angka t output) > statistiktabel (tabel t) maka Ho ditolak JikaStatistikhitung (angka t output) < statistiktabel (tabel t) maka Ho diterima T hitung 1, 646 1,646 < 1,833

  24. Dasarpengambilankeputusan Berdasarkannilaiprobabilitas Jikaprobabilitas > 0,05 maka Ho diterima JikaProbabilitas < 0,05 maka Ho Ditolak

  25. T tabel Tingkat Signifikansi 5 % Df (degree of freedom) = Jumlah data dikurang 1 (10-1) = 1,833

  26. Keputusan Terlihatbahwa t hitungdenganprobabilitas 0,134, untukujiduasisiangkaprobabilitasadalah 0,134/2 = 0,067. Dapatdisimpulkanbahwaberatbadansebelumdansesudahminumobatrelatifsamaatauobatpenurunberatbadantersebuttidakefektifdalammenurunkanberatbadansecaranyata.

  27. LANGKAH ANALISA • Input data (Save dengan : DATA 1) • Analyze • Compare Means • Paired Samples T test • Paired Variables • Confidence Interval 95% • Missing Values : Exclude cases analysis by analysis

  28. ONE SAMPLE T TEST DIGUNAKAN UNTUK MENGUJI APAKAH SUATU NILAI (YANG DIBERIKAN SEBAGAI PEMBANDING) BERBEDA SECARA NYATA ATAU TIDAK DENGAN RATA-RATA SAMPEL

  29. ONE SAMPLE T TEST Dengan menggunakan DATA 1 : Setelah ditimbang, rata-rata BB 90 kilogram.Apakah kelompok ini mempunyai BB yang tidak sama secara signifikan dengan rata-rata BB sampel sebelum minum obat?

  30. LANGKAH ANALISA • Buka DATA 1 • Analyze • Compare Means • One Sample T test • Test Variable (s) : SEBELUM • Test Value : 90 • Option : a. Confodence interval : 95% b. Missing Values : Exclude cases analysis by analysis • Continue • OK

  31. One Sample Statistics One Sample Test

  32. Hipotesis Ho : Beratkelompokanakmudatidakberbedadengan rata2 beratpopulasi Hi : Beratkelompokanakmudaberbedadengan rata2 beratpopulasi

  33. Dasarpengambilankeputusan JikaStatistikhitung (angka t output) > statistiktabel (tabel t) maka Ho ditolak JikaStatistikhitung (angka t output) < statistiktabel (tabel t) maka Ho diterima T hitung -2,615 > -2,262

  34. T tabel Tingkat Signifikansi 2,5 % Df (degree of freedom) = Jumlah data dikurang 1 (10-1) = 2,262

  35. Dasarpengambilankeputusan Berdasarkannilaiprobabilitas Jikaprobabilitas > 0,05 maka Ho diterima JikaProbabilitas < 0,05 maka Ho Ditolak 0,014 < 0,05

  36. Keputusan Terlihatbahwa t hitungdenganprobabilitas 0,028, untukujiduasisiangkaprobabilitasadalah 0,134/2 = 0,014. Dapatdisimpulkanbahwaberatbadansebelumdansesudahminumobatrelatifsamaatauobatpenurunberatbadantersebuttidakefektifdalammenurunkanberatbadansecaranyata.

  37. INDEPENDENT SAMPLE T TEST Seorang peneliti ingin mengetahui apakah ada perbedaan antara tinggi dan berat badan pria dan wanita. 7 pria da 7 wanita diukur untuk penelitian tersebut

  38. LANGKAH ANALISA • Simpan data diatas dengan DATA2 • Analyze • Compare Means • Independent Sample T test • Test Variable (s) : TINGGi & BERAT • Grouping Variable • Define Group : a. Group 1 : 1 (pria) b. Group 2 : 2 (wanita) 8. Option : a. Confodence interval : 5% b. Missing Values : Exclude cases analysis by analysis • Continue • OK

  39. UJI T DENGAN CUT POINT Menggunakan DATA 2, namun disini akan dibagi 2 grup (tidak mempedulika gender) yang mempunyai BB diatas 50 kg dan yang dibawah 50 kg. Dari grup tersebu, akan dilihat apakah mereka yang berbobot lebih dari 50 kg mempunyai rata-rata tinggi badan yang lebih (tinggi) dibandingkan mereka yang berbobot kurang dari 50 kg SUATU ANGKA / DATA NUMERIK YANG BERFUNGSI SEBAGAI BATAS

  40. LANGKAH ANALISA • Buka DATA2 • Analyze • Compare Means • Independent Sample T test • Test Variable (s) : TINGGi • Grouping Variable : BERAT • Define Group : Cut point : 50 8. Option : a. Confodence interval : 5% b. Missing Values : Exclude cases analysis by analysis • Continue • OK

  41. MEANS

  42. LANGKAH ANALISIS • Simpan dengan nama DATA3 • Analyze • Compare Means • MEANS • Dependent List : TINGGI, BERAT • Independent List : GENDER, TINGGAL 7. Option : MEAN, NUMBER OF CASES, STANDAR DEVIATION Continue • OK

More Related