960 likes | 1.31k Views
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.
E N D
SESI 3 Statistika Non-Parametrik AnalisisJalur (Path Analysis) AnalisisFaktor AnalisisDiskriminan Oleh : M. HavizIrfani, S.Si, MTI haviz@stmik-mdp.net h_irfani@yahoo.com
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.
Statistika Non-Parametrik Tabel 3.1 perbedaandankesamaanmendasardaristatistikparametrikdanstatistiknonparametriksebagaiberikut:
Statistika Non-Parametrik Tabel 3.1 BentukStatistikNonParametrik data Ordinal
Statistika Non-Parametrik UJI NORMALITAS • Ujinormalitasadalahujiuntukmengukurapakah data kitamemilikidistribusi normal atautidak, sehinggadapatdipakaidalamstatistikparametrik (statistikinferensial).
Statistika Non-Parametrik TujuandanKegunaanUjiNormalitas. • Mengetahuiketetapanpemilihanuji yang akandigunakan • Ujinormalitasbergunauntukmembuktikan data darisampel yang dimilikiberasaldaripopulasiberdistribusi normal atau data populasi yang dimilikiberdistribusi normal.
Statistika Non-Parametrik Singkatnya?? • data yang mempunyaidistribusi normal akanmempunyaimean (rata-rata) dansimpanganbaku yang normal, serta data sampel yang berdistribusi normal dianggapdapatmewakilipopulasi yang ada.
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
Statistika Non-Parametrik Hipotesis: • H0: data berdistribusi normal • H1: data tidakberdistribusi normal
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.
Statistika Non-Parametrik Cara II Langkah-langkah : 1. Pilih Menu Analyze 2. PilihNonparametric Tests 3. PilihLegacy Dialogs 4.Pilih 1-Sample K-S.
Statistika Non-Parametrik Dari tabeldiatasterlihatbahwahasilKolmogorov-Smirnov Z > 0,05 yaitu H0 diterimadan data contohdiatasberdistribusi Normal
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)
Statistika Non-Parametrik Contoh 2: Apakahterdapatperbedaansikapkonsumenberdasarkantempattinggal?, Atauapakahsikapkonsumendi Palembang berbedasecaranyatadengansikapkonsumendi Jambi dalamhalpemasaranprodukrumahmakan XYZ?
Statistika Non-Parametrik Hipotesis: • H0 :Sikapkonsumendi Palembang terhadapprodukrumahmakan XYZ tidakberbedadengansikapkonsumendi Jambi dalampemasaranprodukrumahmakan XYZ. • H1: Sikapkonsumendi Palembang terhadapprodukrumahmakan XYZ berbedasecaranyatadengansikapkonsumendi Jambi dalampemasaranprodukrumahmakan XYZ.
Statistika Non-Parametrik Karena data diatasbaikvariabel Kota danvariabelSikapKonsumenmenghasilkan sig.=0,000 < 0,05 (Tarafsignifikan 5%) maka data-data tersebuttidakberdistribusi normal secarasignifikan.
Statistika Non-Parametrik Langkah-langkah : • pilih menu analyzeNonparametric Tests • PilihLegacy Dialogs • Pilih2 Independent Samples.
Statistika Non-Parametrik Hasil yang diperoleh, yaitu: Sig.=0,001 < 0,05 maka H0 ditolak, artinyaSikapkonsumenterhadapprodukrumahmakan XYZ berbedaantarakonsumendi Palembang dengan Jambi
Statistika Non-Parametrik UJI WILCOXON (2 Sample Berpasangan/Berhubungan) Digunakanuntukmengetahuikeberartiantingkatperbedaanantarasesudahdansebelumperlakuan, dilakukanujiWilcoxon. Permasalahan: Apakahkenaikan BBM memberikanefekberartibagipenjualan motor diperusahaan XYZ? AtauBagaimanadampakkenaikan BBM terhadappenjualan motor padaperusahaan XYZ?
Statistika Non-Parametrik Hipotesis : • H0: Kenaikan BBM tidakmempunyaiefekberartipadapenjualan motor diperusahaan XYZ. • H1: Kenaikan BBM mempunyaiefekberartipadapenjualan motor diperusahaan XYZ.
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.
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.
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.
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.
Statistika Non-Parametrik Olehkarenanilaisignifikan (sig.) < 0,05 untuksemuagolongandarah, maka data tersebuttidakberdistribusi normal sehinggadilakukanujistatistik non-parametrik.
Statistika Non-Parametrik Langkah-langkah: • pilih menu analyze • PilihNonparametric Tests • PilihLegacy Dialogs • Pilih K Independent Samples.
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
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.
Statistika Non-Parametrik Permasalahan: Adakahperbedaanpengaruhkeempatpaketterhadapcitra rasa (kualitas) masakanpadarestoran Fast Food? Hipotesis: H0 : Tidakterdapatperbedaancitra rasa (kualitas) denganmeluncurkanketigapakettersebut H1 : Terdapatperbedaancitra rasa (kualitas) denganmeluncurkanketigapakettersebut
Statistika Non-Parametrik Olehkarenanilaisignifikan (sig.) < 0,05 untuksemuagolongandarah, maka data tersebuttidakberdistribusi normal (tabeldibawah) sehinggadilakukanujistatistik non-parametrik.
Statistika Non-Parametrik Langkah-langkah : • Pilih Analyze • Pilih Nonparametric Tests • Pilih Legacy Dialogs • Pilih K Related Samples.
Statistika Non-Parametrik Berdasarkanperhitungandiatasdapatdisimpulkanbahwadenganderajatkesalahanpenarikankesimpulansebesar (alpha) 0,05, keempatpaketmasakan yang diluncurkanolehrestoranpadamasing-masingpakettidakberpengaruhsecarasignifikanterhadapkualitasmasakan. Hal tersebutdapatdilihatyaitudariAsymp. sig. (0,968) > 0,05.
SESI 3 • Statistika Non-Parametrik • AnalisisJalur (Path Analysis) • AnalisisFaktor • AnalisisDiskriminan Oleh : M. HavizIrfani, S.Si, MTI
AnalisisJalur (Path Analysis) Pengertian Path Analysis Analisisjalurdikembangkanpertamatahun 1920-an olehseorangahligenetikayaitu Sewall Wright . AnalisisJalurdigunakanuntukmenganalisispolahubunganantarvariabeldengantujuanuntukmengetahuipengaruhlangsungmaupuntidaklangsungseperangkatvariabelbebas (eksogen) terhadapvariabelterikat (endogen).
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.
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
AnalisisJalur (Path Analysis) Model korelasi rYX Y X • ).KorelasiSederhana rYX1 X1 rY.X2.X1 rX2X1 Y rYX2 X2 • b).KorelasiBerganda
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?
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
AnalisisJalur (Path Analysis) Gambartersebutmemperlihatkanbahwa diagram jalurdari 3 variabeleksogendan 1 variabel endogen. Persamaanstrukturaldiagrajalurdiatasyaitu: Y= PY.X1.X1 + PY.X2.X2 + PY.X3.X3 + e
AnalisisJalur (Path Analysis) • Langkahanalisis: analyzeCorrelateBivariate…
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.
AnalisisJalur (Path Analysis) • Matrikskorelasiantarvariabeldarihasilsebelumnya:
AnalisisJalur (Path Analysis) Selanjutnyamencarikoefisienjalurdengancara: analyzeregressionpilih submenu Linear…
AnalisisJalur (Path Analysis) • Tabel. hubungan X1,X2,X3 terhadap Y • Terlihattabeldiatashubunganvariabel X1,X2 dan X3 terhadap Y sebesar 60,1% artinyahubungantersebutkuatpositif.
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.