1 / 95

SESI 3

SESI 3. Statistika Non- Parametrik Analisis Jalur (Path Analysis) Analisis Faktor Analisis Diskriminan. Oleh : M. Haviz Irfani , S.Si , MTI haviz@stmik-mdp.net h_irfani@yahoo.com. Statistika Non- Parametrik.

odette
Download Presentation

SESI 3

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. SESI 3 Statistika Non-Parametrik AnalisisJalur (Path Analysis) AnalisisFaktor AnalisisDiskriminan Oleh : M. HavizIrfani, S.Si, MTI haviz@stmik-mdp.net h_irfani@yahoo.com

  2. Statistika Non-Parametrik Statistik Non-Parametrikmerupakansalahsatupengujianhipotesa yang digunakanselainstatistikParametrik. BentukrumusanHipotesis yang diujiterbagimenjadi 3 bagian, yaitu: • HipotesisDeskriptif (Penjelasan/Gambaran). • HipotesisKomparatif (Perbandingan), terdiridarisampelberpasangan (2 sampel) ataulebih. • HipotesisAsosiatif (Hubungan), terdiridari 2 sampelataulebih.

  3. Statistika Non-Parametrik Tabel 3.1 perbedaandankesamaanmendasardaristatistikparametrikdanstatistiknonparametriksebagaiberikut:

  4. Statistika Non-Parametrik Tabel 3.1 BentukStatistikNonParametrik data Ordinal

  5. Statistika Non-Parametrik UJI NORMALITAS • Ujinormalitasadalahujiuntukmengukurapakah data kitamemilikidistribusi normal atautidak, sehinggadapatdipakaidalamstatistikparametrik (statistikinferensial).

  6. Statistika Non-Parametrik TujuandanKegunaanUjiNormalitas. • Mengetahuiketetapanpemilihanuji yang akandigunakan • Ujinormalitasbergunauntukmembuktikan data darisampel yang dimilikiberasaldaripopulasiberdistribusi normal atau data populasi yang dimilikiberdistribusi normal.

  7. Statistika Non-Parametrik Singkatnya?? • data yang mempunyaidistribusi normal akanmempunyaimean (rata-rata) dansimpanganbaku yang normal, serta data sampel yang berdistribusi normal dianggapdapatmewakilipopulasi yang ada.

  8. Statistika Non-Parametrik UjiNormalitasdenganKolmogorov Smirnov (K-S) atau Shapiro Wilk Langkah-langkahUjiNormalitas: • Ambil data contoh 1.sav • Pilih menu Analyze • Pilih submenu Explore • Tekantombol Plots • CentangNormality plots with tests

  9. Statistika Non-Parametrik

  10. Statistika Non-Parametrik Hipotesis: • H0: data berdistribusi normal • H1: data tidakberdistribusi normal

  11. Statistika Non-Parametrik Kriteria: • Tetapkantarapsignifikansiujimisalnyaa = 0.05 (tarafkepercayaan 95%). • Jikasignifikansi yang diperoleh > a , maka Ho diterima • Jikasignifikansi yang diperoleh < a , maka Hoditolak Olehkarenanilai sig.=0,607 > 0,05 maka H0 diterima, sampelberasaldaripopulasi yang berdistribusi normal.

  12. Statistika Non-Parametrik Cara II Langkah-langkah : 1. Pilih Menu Analyze 2. PilihNonparametric Tests 3. PilihLegacy Dialogs 4.Pilih 1-Sample K-S.

  13. Statistika Non-Parametrik Dari tabeldiatasterlihatbahwahasilKolmogorov-Smirnov Z > 0,05 yaitu H0 diterimadan data contohdiatasberdistribusi Normal

  14. Statistika Non-Parametrik UJI MANN -WHITNEY (2 Sample Bebas) • TujuandanKegunaanUji Mann Whitney. Uji Mann Whitney bertujuanuntukmengetahuiapakahduabuahsampelbebasberasaldaripopulasi yang sama, atauduasampeltersebuttidakbergantungsatusamalainnya. Ujiinidigunakanhanyauntukujistatistik non paramatrik (jikabertipe Nominal/ordinal ataubertipe interval/rasiotetapitidakberdistribusi normal)

  15. Statistika Non-Parametrik Contoh 2: Apakahterdapatperbedaansikapkonsumenberdasarkantempattinggal?, Atauapakahsikapkonsumendi Palembang berbedasecaranyatadengansikapkonsumendi Jambi dalamhalpemasaranprodukrumahmakan XYZ?

  16. Statistika Non-Parametrik Hipotesis: • H0 :Sikapkonsumendi Palembang terhadapprodukrumahmakan XYZ tidakberbedadengansikapkonsumendi Jambi dalampemasaranprodukrumahmakan XYZ. • H1: Sikapkonsumendi Palembang terhadapprodukrumahmakan XYZ berbedasecaranyatadengansikapkonsumendi Jambi dalampemasaranprodukrumahmakan XYZ.

  17. Statistika Non-Parametrik Karena data diatasbaikvariabel Kota danvariabelSikapKonsumenmenghasilkan sig.=0,000 < 0,05 (Tarafsignifikan 5%) maka data-data tersebuttidakberdistribusi normal secarasignifikan.

  18. Statistika Non-Parametrik Langkah-langkah : • pilih menu analyzeNonparametric Tests • PilihLegacy Dialogs • Pilih2 Independent Samples.

  19. Statistika Non-Parametrik Hasil yang diperoleh, yaitu: Sig.=0,001 < 0,05 maka H0 ditolak, artinyaSikapkonsumenterhadapprodukrumahmakan XYZ berbedaantarakonsumendi Palembang dengan Jambi

  20. Statistika Non-Parametrik UJI WILCOXON (2 Sample Berpasangan/Berhubungan) Digunakanuntukmengetahuikeberartiantingkatperbedaanantarasesudahdansebelumperlakuan, dilakukanujiWilcoxon. Permasalahan: Apakahkenaikan BBM memberikanefekberartibagipenjualan motor diperusahaan XYZ? AtauBagaimanadampakkenaikan BBM terhadappenjualan motor padaperusahaan XYZ?

  21. Statistika Non-Parametrik Hipotesis : • H0: Kenaikan BBM tidakmempunyaiefekberartipadapenjualan motor diperusahaan XYZ. • H1: Kenaikan BBM mempunyaiefekberartipadapenjualan motor diperusahaan XYZ.

  22. Statistika Non-Parametrik Karena data diatasbaikvariabelSebelumKenaikan BBM danvariabelSetelahKenaikan BBM menghasilkan sig. < 0,05 (Tarafsignifikan 5%) maka data yang demikiantidakterdistribusi normal secarasignifikan. Langkah-langkah: • Pilih menu analyze • Nonparametric Tests • Legacy Dialogs • 2 Related Samples.

  23. Statistika Non-Parametrik

  24. Statistika Non-Parametrik Padatabelhasilujiwilcoxon, menjelaskanselisihantarasesudahdansebelumkenaikan BBM yang bernilainegatif (negative difference) rata-rata dariskorsesudahkenaikanmemilikinilai yang lebihkecil. Artinya, ada data penjualansesudahkenaikan BBM yang lebihkecildarisebelumkenaikan BBM sehinggamean rank samadengan 4,75. Olehkarena Sig.=0,000 < 0,05 maka H0 ditolak, artinyaKenaikan BBM mempunyaiefekberartipadapenjualan motor diperusahaan XYZ.

  25. Statistika Non-Parametrik UJI KRUSKAL-WALLIS (k Sample Bebas) Analisisinidigunakanuntukmengujiperbedaan > 2 sampelindependen. Kruskall-Wallis termasukdalamkategoristatistiknonparametris. Data yang dapatdianalisisdenganKruskall-Wallis (KW) dapatberupa data ordinal maupun data nominal. 

  26. Statistika Non-Parametrik Contoh 4: Permasalahan: Apakahterdapathubungan/pengaruhgolongandarah (A,B,dan O) denganjenismateri yang disukai (Hitungan, Hafalan, dankeduanya)? Hipotesis: H0 : Tidakadahubunganantaragolongandarahdenganjenismateri yang disukai. H1 : Terdapathubunganantaragolongandarahdenganjenismateri yang disukai.

  27. Statistika Non-Parametrik Olehkarenanilaisignifikan (sig.) < 0,05 untuksemuagolongandarah, maka data tersebuttidakberdistribusi normal sehinggadilakukanujistatistik non-parametrik.

  28. Statistika Non-Parametrik Langkah-langkah: • pilih menu analyze • PilihNonparametric Tests • PilihLegacy Dialogs • Pilih K Independent Samples.

  29. Statistika Non-Parametrik

  30. Statistika Non-Parametrik • Kolom 1 yaitu N berartijumlah data terdiridarigolongandarah A, B, danO, denganjumlah data masing-masing 30, 23, dan 21 dengantotalnya 74. • Kolom 2 yaitu Mean Ranks ataubedanilai rata-rata untukgolongandarah A = 36.33, golongandarah B = 37.17, dangolongandarah O = 39.52. Asymp. Sig. = 0,855 > 0,05 makadapatdisimpulkanbahwa H0diterima, dan H1ditolak. Dengankata lain, tidakadaperbedaanJenismateri yang disukaidengangolongandarahataurataancarabelajarmahasiswagolongandarah A, B, dan O adalahsama

  31. Statistika Non-Parametrik FRIEDMAN (k Sample Berpasangan) • Uji Friedman digunakanuntukkomparasi K sampelberpasangan (berkorelasi) dengan data ordinal (ranking). Adapunkelompoksampel yang adalebihdari 2 kelompokdengankarakter yang sama. Di dalampenelitiankelompoksampeldapatdiambillebihdariduadengankaraktersampel yang berhubungan.

  32. Statistika Non-Parametrik Permasalahan: Adakahperbedaanpengaruhkeempatpaketterhadapcitra rasa (kualitas) masakanpadarestoran Fast Food? Hipotesis: H0 : Tidakterdapatperbedaancitra rasa (kualitas) denganmeluncurkanketigapakettersebut H1 : Terdapatperbedaancitra rasa (kualitas) denganmeluncurkanketigapakettersebut

  33. Statistika Non-Parametrik Olehkarenanilaisignifikan (sig.) < 0,05 untuksemuagolongandarah, maka data tersebuttidakberdistribusi normal (tabeldibawah) sehinggadilakukanujistatistik non-parametrik.

  34. Statistika Non-Parametrik Langkah-langkah : • Pilih Analyze • Pilih Nonparametric Tests • Pilih Legacy Dialogs • Pilih K Related Samples.

  35. Statistika Non-Parametrik Berdasarkanperhitungandiatasdapatdisimpulkanbahwadenganderajatkesalahanpenarikankesimpulansebesar (alpha) 0,05, keempatpaketmasakan yang diluncurkanolehrestoranpadamasing-masingpakettidakberpengaruhsecarasignifikanterhadapkualitasmasakan. Hal tersebutdapatdilihatyaitudariAsymp. sig. (0,968) > 0,05.

  36. SESI 3 • Statistika Non-Parametrik • AnalisisJalur (Path Analysis) • AnalisisFaktor • AnalisisDiskriminan Oleh : M. HavizIrfani, S.Si, MTI

  37. AnalisisJalur (Path Analysis) Pengertian Path Analysis Analisisjalurdikembangkanpertamatahun 1920-an olehseorangahligenetikayaitu Sewall Wright . AnalisisJalurdigunakanuntukmenganalisispolahubunganantarvariabeldengantujuanuntukmengetahuipengaruhlangsungmaupuntidaklangsungseperangkatvariabelbebas (eksogen) terhadapvariabelterikat (endogen).

  38. AnalisisJalur (Path Analysis) ManfaatAnalisisJalur • Penjelasanterhadapfenomena yang dipelajariataupermasalahan yang diteliti • Prediksinilaivariabelterikat (Y) berdasarkannilaivariabelbebas (X) • FaktorDiterminanyaitupenentuanvariabelbebas (X) mana yang berpengaruhdominanterhadapvariabelterikat (Y),jugadapatdigunakanuntukmenelusurijalur-jalurpengaruhvariabelbebas (X) terhadapvariabelterikat (Y). • Pengujian model, untukujireabilitas (ujiKeajegan) konsep yang sudahadaataupununtukujipengembangankosnsepbaru.

  39. AnalisisJalur (Path Analysis) Model AnalisisJalur Model JalurKorelasi P31 • Model JalurBebas 1 r12 P31 1 3 3 2 P32 2 P32 • Model Jalur Median P31 1 3 P21 2 P32

  40. AnalisisJalur (Path Analysis) Model korelasi rYX Y X • ).KorelasiSederhana rYX1 X1 rY.X2.X1 rX2X1 Y rYX2 X2 • b).KorelasiBerganda

  41. AnalisisJalur (Path Analysis) Apakahadakorelasiantara X1,X2 dan X3? Apakah X1,X2,X3 bersama-samamempengaruhi Y? Masalah: • Apakah model analisisnya? • Seberapabesar X1,X2,X3 mempengaruhi Y baiksecarasendiri-sendirimaupunsecaragabungan? • Pengaruhvariabelbebasmana yang paling besar?

  42. AnalisisJalur (Path Analysis) • Model analisisJalur X1 PY.X1 rX1X2 rX1X3 PY.X2 Y X2 rX2X3 PY.X3 X3 Gambar. Hubungan struktural antara X,X2,X3 dan Y

  43. AnalisisJalur (Path Analysis) Gambartersebutmemperlihatkanbahwa diagram jalurdari 3 variabeleksogendan 1 variabel endogen. Persamaanstrukturaldiagrajalurdiatasyaitu: Y= PY.X1.X1 + PY.X2.X2 + PY.X3.X3 + e

  44. AnalisisJalur (Path Analysis) • Langkahanalisis: analyzeCorrelateBivariate…

  45. AnalisisJalur (Path Analysis) • Two-tailed (ujiduasisi) digunakanuntukmenguji test of significant dengan 2 sisi. Selainitujugadigunakandalamkondisibelumdiketahuibentukhubunganantarvariabel. • One-tailed(ujisatusisi) digunakanuntukmenguji test of significant dari 2 variabel, tetapitelahdiketahuiadanyakecenderunganhubungannegatifataupositifdiantaraduavariabel yang berhubungan.

  46. AnalisisJalur (Path Analysis)

  47. AnalisisJalur (Path Analysis) • Matrikskorelasiantarvariabeldarihasilsebelumnya:

  48. AnalisisJalur (Path Analysis) Selanjutnyamencarikoefisienjalurdengancara: analyzeregressionpilih submenu Linear…

  49. AnalisisJalur (Path Analysis) • Tabel. hubungan X1,X2,X3 terhadap Y • Terlihattabeldiatashubunganvariabel X1,X2 dan X3 terhadap Y sebesar 60,1% artinyahubungantersebutkuatpositif.

  50. AnalisisJalur (Path Analysis) Hipotesis yang berkaitandenganvariabel X1,X2,X3 dan Y sebagaiberikut: H0: X1,X2,X3 tidakmempengaruhisecarasignifikan Y H1: X1,X2,X3 mempengaruhisecarasignifikan Y Tabeldiatasmenunjukkanbahwanilai sig.=0,000 < 0,05 (tarafsignifikan), artinya H0 ditolaksehinggavariabel X1,X2,X3 mempengaruhisecarasignifikanvariabel Y.

More Related