330 likes | 642 Views
UJI PERBEDAAN (Differences analysis). One Sample vs. Two Samples. Dalam analisis data, peneliti dapat dihadapkan pada analisis atas one sample atau two/more samples. Jumlah sampel, one sample atau two samples ditentukan berdasarkan “bagaimana data diperlakukan”, bukan pada
E N D
One Sample vs. Two Samples Dalam analisis data, peneliti dapat dihadapkan pada analisis atas one sample atau two/more samples. Jumlah sampel, one sample atau two samples ditentukan berdasarkan “bagaimana data diperlakukan”, bukan pada “bagaimana data dikumpulkan”!
One Sample vs. Two Samples Two samples dibedakan menjadi 2 yaitu: 1. Two-related (paired) samples, 2. Two-independent samples,
Menguji Hipotesis • Bila pvalue > nilai signifikan, berarti pvalue tidak signifikan, berarti terima H0 dan tolak Ha. Atau, hipotesis tidak terbukti atau tidak dapat diterima. • Bila pvalue ≤ nilai signifikan, berarti pvalue signifikan, berarti tolak H0 dan terima Ha. Atau, hipotesis terbukti atau dapat diterima. H0 : Hipotesa Awal Ha : Hipotesa Alternatif
Menguji Hipotesis Besarnya nilai signifikansi (nilai alpha ) tergantung peneliti, yakni tergantung dari level of confidence peneliti. Bila level of confidence = 95%, maka = 0.05 (5%), yaitu nilai signifikansi sebesar 5%.
One sample – Metric Data Misalkan ingin dibuktikan hipotesis • Rata-rata (mean) persepsi responden terhadap kualitas menyeluruh produk merek toko kategori makanan-minuman adalah di atas 4.0. Dengan tingkat signifikansi =0.05, maka hipotesis statistiknya dapat dirumuskan sbb:
One sample – Metric Data Karena variabel “persepsi terhadap kualitas produk” diukur dengan skala interval (metric), maka teknik statistik yang digunakan adalah ONE SAMPLE t-Test. H0: < 4.0 Ha: > 4.0
One sample – Metric Data ONE SAMPLE t-Test: Dalam SPSS, langkah2nya sbb: ANALYZE > COMPARE MEANS > ONE SAMPLE t-TEST > Kemudian pilih variabel yang akan diuji nilai mean-nya.
Two-Independent Samples • Misal: Responden Pria dan Wanita. • Pengujian perbedaan, responden pria dan wanita tersebut diperlakukan sebagai 2 sampel yang berbeda/independent (seorang responden yg berjenis kelamin Pria, maka ia adalah anggota kelompok sampel Pria; tidak mungkin ia pada saat yg bersamaan, masuk ke kelompok sampel Wanita sehingga teknik pengujian yang digunakan adalah two-independent samples.
Two Independent Samples Contoh: Apakah persepsi responden pria berbeda signifikan dengan persepsi responden wanita dalam menilai kualitas menyeluruh dari produk merek toko kategori makanan-minuman. Karena persepsi diukur dengan skala interval, maka teknik statistik yang digunakan adalah t-Test Two-Independent Samples.
Two Independent Samples Dengan tingkat signifikansi = 0.05, maka hipotesis statistiknya dirumuskan sbb:
Two Related (Paired) Samples Sampel Berpasangan Two-related samples (paired samples) adalah apabila kepada sekelompok sampel dilakukan pengukuran sebanyak 2 kali untuk hal yang berbeda, atau untuk hasil suatu treatment (Uji sebelum dan sesudah treatment).
Two Related (Paired) Samples – Sampel Berpasangan Contoh: Akan diuji apakah persepsi respondendalam menilai kualitas produk kategori makanan-minuman berbeda signifikan dibandingkan dengan kategori non makanan-minuman. Kelompok responden mengalami pengukuran 2x, maka diperlakukan 2 sampel berpasangan teknik pengujian yang digunakan adalah two-related/paired samples
Two Paired samples – Metric Data Dengan tingkat signifikansi = 0.05, hipotesis statistik-nya dirumuskan sbb:
Two Paired samples – Metric Data Variabel ke-1 “persepsikualitasproduk Ma-Min” Variabel ke-2 “persepsikualitasproduk Non Ma-Min” Untukmengujiperbedaan ke-2 sampeldigunakan TWO SAMPLES / PAIRED t-Test. Dalam SPSS, langkah2nya sbb: ANALYZE > COMPARE MEANS > PAIRED SAMPLES t-TEST > Kemudianpilihvariabel-variabel yang akandiujinilai mean-nya.
Chi Square Analysis • Variabel-variabel yang diuji dengan teknik Chi-square ( )harus diukur dengan skala nominal atau ordinal (non-metric data). • Untuk menggunakan chi-square, maka harus dibuat tabulasi silang (cross-tabulation) terlebih dahulu.
Chi-square Test Contoh: • Peneliti ingin menguji apakah gender responden berasosiasi/berhubungan dengan toko dimana responden membeli produk. • “Gender” sebagai variabel ke-1, dan “nama toko” sebagai variabel ke-2, merupakan data berskala nominal (data non-metric), teknik statistik yang dipakai untuk menguji asosiasi atau hubungan antara gender dan toko yang dipilih adalah Chi-Square.
Chi-square Test Dalam SPSS, Chi Square dioperasikanmelalui: ANALYZE > DESCRIPTIVE STATISTIC > CROSSTABS. Dalamkotak dialog Crosstabs, klikSTATISTIC & pilihCHI-SQUARE
Analisis Varian • Apabila uji perbedaan yang dilakukan melibatkan rata-rata (mean) lebih dari 2 populasi atau kelompok sampel, teknik statistik yang digunakan adalah analisis varian atau ANOVA (analysis of variance).
Analisis Varian • Dalam bentuk paling sederhana, ANOVA memiliki 1 variabel dependen (data metrik atau dalam skala interval atau rasio). Lalu 1 atau lebih variabel independen (data non-metrik dalam skala nominal atau ordinal). • Variabel independen ini disebut faktor. Kategorisasi yang dilakukan terhadap variabel independen disebut perlakuan (treatment).
Analisis Varian • Banyaknyakategoriharuslebihdari 2, karenabilahanya 2 kategori, uji t-test bisadigunakan. • Apabilahanyaada 1 variabelindependen, maka yang dipakaiadalah ANOVA satu-arah(one-way ANOVA). Bilaada 2 variabelindependen, maka ANOVA dua-arah(two-way ANOVA). Bilalebihdari 2 variabelindependen, digunakan ANOVA multi- arah(N-way ANOVA). • Apabilasejumlahvariabelindependenterdiridarivariabel non-metrikdanmetrik, makateknikstatistik yang digunakanadalah ANCOVA (analysis of covariance).
Analisis Varian • Dalam pengujian, formulasi hipotesis statistiknya sbb: H0: µ1 = µ2 = …. = µk Ha: µ1 ≠ µ2 ≠ …. ≠ µk (tidak semua rata-rata sama –setidaknya ada dua mean populasi yang tidak sama).
Analisis Varian Contoh: • Sebuah department store menelitiefekdariin-store promotion (X) terhadap sales (Y). • Variabeldependen sales --- metric (skalarasio) • Variabelindependen in-store promotion --- nonmetric (skala nominal). Dibagidalam 3 kategori: (1) promosi high, (2) promosi medium, dan (3) promosi low. • Dalam SPSS, langkah2nya sbb: ANALYZE > COMPARE MEANS > ONE WAY ANOVA
Uji ANOVA satu-arah (One-way ANOVA) Nilai signifikansi dengan F test 0.000 < pvalue 0.05, berarti signifikan, sehingga kita menolak H0 dan menerima Ha . Dengan demikian, tingkat in-store promotion terbukti memiliki pengaruh yang signifikan terhadap penjualan.
Uji ANOVA dua-arah (Two-way ANOVA) Misalkan ingin diketahui : apakah in-store promotion dan kupon yang dikeluarkan berpengaruh signifikan terhadap sales. • Variabel dependen sales --- metric (skala rasio) • Variabel independen, ada 2 yaitu: X1 (in-store promotion) --- nonmetric (skala nominal). X2 (coupon) --- nonmetric (skala nominal).
Uji ANOVA dua-arah (Two-way ANOVA) Statistik uji yang digunakan adalah ANOVA dua-arah. Dalam SPSS, langkah2nya sbb: ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE Masukkan variabel dependen ke “Dependent Variable” dan variabel independen ke “Fixed Factor(s)”.
Uji ANOVA dua-arah (Two-way ANOVA) Nilai signifikansi Coupon*Promotion 0.206 > pvalue 0.05 tidak signifikan, artinya terima H0 dan tolak H1. Jadi,tingkat in-store promotion dan kupon yang dikeluarkan tidak memilki pengaruh yang signifikan terhadap penjualan.
Uji ANCOVA (Analysis of Covariance) • Misalkan ingin diketahui: apakah in-store promotion dan kupon yang dikeluarkan berpengaruh signifikan terhadap sales, sementara kita mengontrol pengaruh dari client. • Variabel dependen sales --- metric (skala rasio) • Variabel independen, ada 3 X1 (in-store promotion) --- nonmetric (skala nominal). X2 (coupon) --- nonmetric (skala nominal). X3 (client) metric (skala rasio)
Uji ANCOVA (Analysis of Covariance) Karenavariabelindependenterdiriatas data metric dan non-metric, makastatistikuji yang digunakanadalah ANCOVA. Dalam SPSS, langkah2nya sbb: ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE Masukkanvariabeldependenke “Dependent Variable”, kemudianvariabelindependen non metric ke “Fixed Factor(s)”, danvariabelindependen metric ke “Covariate(s)”.
Uji ANCOVA (Analysis of Covariance) Nilai signifikansi Clientel 0.363 > pvalue 0.05, tidak signifikan, jadi terima H0 dan tolak H1. Dengan demikian dapat dikatakan bahwa tingkat in-store promotion dan kupon yang dikeluarkan serta client tidak memilki pengaruh yang signifikan terhadap penjualan.