Bahan Ajar MATA KULIAH STATISTIKA 2

Bahan Ajar MATA KULIAH STATISTIKA 2

Home

Pengantar Materi 1 Materi 2 Materi 3

Materi 4 Materi 5 Materi 6 Materi 7 End

PROGRAM STUDI PENDIDIKAN MANAJEMEN PERKANTORAN FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA 2010

SAMBAS ALI MUHIDIN – UPI Bandung

Pengantar Home

Pengantar

Identitas Mata Kuliah

Materi 1

Dosen

Materi 2

Tujuan Mata Kuliah

Materi 3

Tujuan Pembelajaran Umum

Materi 4

Pokok Bahasan

Materi 5 Materi 6 Materi 7 End

Metode Pembelajaran Media Pembelajaran Evaluasi Pembelajaran Komitmen Perkuliahan Daftar Referensi


Home


Materi 4

Identitas Mata Kuliah Kode Nama Mata Kuliah Semester SKS



: : : :

PE105 STATISTIKA 2 5 3

Dosen Home



1. Nama Tempat Tanggal Lahir Alamat Telepon Email

: : : : :

2. Nama Tempat Tanggal Lahir Alamat

: Sambas Ali Muhidin, S.Pd., M.Si. : Bandung, 27 Juni 1974 : Komplek Margahayu Kencana C8 No 18 Kopo Bandung : 081809020196 : [email protected] : http://www.sambasalim.com

Telepon Email Homepage


Dra. Hj. Nani Sutarni, M.Pd. Kuningan, 8 Nopember 1961 Jl. Sersan Bajuri No. 71 Bandung 20154 08122314946 [email protected]

Home

Pengantar Materi 1 Materi 2

Tujuan Mata Kuliah Selesai mengikuti perkuliahan ini mahasiswa diharapkan mampu memahami dan mengaplikasikan metode statistik terapan

Materi 3



Home


Materi 4 Materi 5 Materi 6

Tujuan Pembelajaran Umum 1. 2. 3. 4. 5. 6. 7.

Mahasiswa memahami Konsep Populasi dan Sampel Mahasiswa memahami Konsep Pengujian Hipotesis Mahasiswa memahami Konsep Analisis Korelasi Ganda Mahasiswa memahami Konsep Analisis Regresi Ganda Mahasiswa memahami Konsep Analisis Jalur Mahasiswa memahami Konsep Uji Asumsi Parametrik Mahasiswa memahami Konsep Uji Nonparametrik

Materi 7 End


Home



Pokok Bahasan 1. 2. 3. 4. 5. 6. 7.

Populasi dan Sampel Pengujian Hipotesis Analisis Korelasi Ganda Analisis Regresi Ganda Analisis Jalur Uji Asumsi Parametrik Uji Nonparametrik

Materi 7 End


Home


Materi 4 Materi 5

Metode Pembelajaran 1. 2. 3. 4. 5. 6.

Ceramah Tanya Jawab Diskusi Latihan Pemberian Tugas Observasi

Materi 6 Materi 7 End


Home


Media Pembelajaran 1. LCD 2. Laptop 3. Dokumen

Materi 3



Home


Materi 4

Evaluasi Pembelajaran 1. 2. 3. 4. 5.

Partisipasi Kegiatan di Kelas Pembuatan Tugas Unjuk Kerja UTS UAS



Home


Komitmen Perkuliahan 1. Kehadiran minimal 80% 2. Pakaian rapi tidak diperkenankan mengenakan kaos oblong dan sandal 3. Toleransi keterlambatan 10 menit



Daftar Bacaan Home



1. Ating Somantri dan Sambas Ali Muhidin. 2006. Aplikasi Statistika dalam Penelitian. Bandung: Pustaka Setia 2. Dodge, Yedolah. 2003. The Oxford Dictionary of Statistical Terms. The International Statistical Institute: Oxford University Press. 3. Keppel, G. & Wickens, T. D. 2004. Design and Analysis, a Resercher’s Handbook. Fourth Edition. Upper Saddle River: Pearson Prentice Hall. 4. Sambas Ali Muhidin dan Maman Abdurahman. 2007. Analisis Korelasi, Regresi dan Jalur dalam Penelitian. Bandung: Pustaka Setia. 5. Sambas Ali Muhidin. 2010. Statistika 1 Pengantar untuk Penelitian. Bandung: Karya Adhika Utama 6. Sambas Ali Muhidin. 2010. Statistika 2 Pengantar untuk Penelitian. Bandung: Karya Adhika Utama.


Home

Pengantar

Populasi dan Sampel Pengertian Populasi dan Sampel

Materi 1

Populasi Sasaran dan Populasi Studi

Materi 2

Satuan Sampling dan Kerangka Sampling

Materi 3

Materi 4

Presisi dan Akurasi

Materi 5

Teknik Penarikan Sampel

Materi 6

Jenis Teknik Penarikan Sampel

Materi 7

Prosedur Penarikan Sampel

End

Menentukan Ukuran Sampel


Home



Pengertian Populasi dan Sampel • Populasi (population/universe) adalah keseluruhan elemen, atau unit penelitian, atau unit analisis yang memiliki ciri/karakteristik tertentu yang dijadikan sebagai objek penelitian atau menjadi perhatian dalam suatu penelitian (pengamatan). • Besaran yang menyatakan yang menggambarkan ciri/karakteristik populasi disebut parameter. • Sampel adalah bagian kecil dari anggota populasi yang diambil menurut prosedur tertentu sehingga dapat mewakili populasinya. • Kerja statistik melalui sampel dimungkinkan dengan alasan: keterbatasan biaya, waktu dan tenaga. • Banyaknya anggota suatu sampel disebut ukuran sampel • Nilai yang menggambarkan ciri/karakteristik dari sampel disebut statistik.


Populasi Sasaran dan Populasi Studi Home



• Populasi sasaran adalah populasi yang nantinya akan menjadi cakupan kesimpulan penelitian. • Populasi studi adalah populasi yang akan menjadi bagian dalam pengolahan data. • Misalnya, Mahasiswa hendak meneliti 140 orang anggota populasi dalam sebuah perusahaan. Instrumen pengumpulan data disebar. Ternyata setelah disebarkan hanya 130 responden yang mengisi instrumen. Sisanya, data dari 10 orang responden tidak terkumpul dengan suatu alasan. Angka 140 orang ini merupakan populasi sasaran (target), sedangkan angka 130 orang merupakan populasi studi.


Satuan Sampling dan Kerangka Sampling Home



• Satuan sampling adalah segala sesuatu yang dijadikan satuan (unit) yang nantinya akan menjadi objek penelitian. • Kerangka sampling (sampling frame) adalah daftar yang berisi satuan-satuan sampling yang ada dalam sebuah populasi, yang berfungsi sebagai dasar untuk penarikan sampel. Setiap satuan sampling mempunyai nomor urut tertentu • Misal, Fakultas Pendidikan Ekonomi, terdiri dari nama-nama mahasiswa. Kalau peneliti menjadikan Mahasiswa Fakultas Pendidikan Ekonomi dimana sampel akan dipilih sebagai objek, maka nama-nama mahasiswa adalah satuan sampling. Namanama mahasiswa yang ada di Fakultas Pendidikan Ekonomi kemudian didaftar, maka daftar nama-nama mahasiswa di Fakultas Pendidikan Ekonomi ini yang dinamakan kerangka sampling.


Satuan Sampling dan Kerangka Sampling Home

Pengantar

Contoh bentuk kerangka samplingnya:




Presisi dan Akurasi Home



• Presisi (precision) diartikan sebagai ukuran seberapa tepat sesuatu alat akan memberikan hasil yang konsisten. Presisi erat kaitannya dengan variasi data. Kriteria ketepatan mengandung arti sampel yang diambil dapat mewakili dengan wajar keseluruhan populasi tersebut. Dengan tuntutan agar sampel dapat mewakili populasi, maka responden yang diambil tentu tidak akan sembarangan, mengingat jawaban (informasi) yang dikemukakan responden dianggap mencerminkan jawaban dari populasi • Akurasi (accuracy) adalah seberapa cermat alat mengukur apa yang seharusnya diukur. Jadi akurasi berbicara tentang jarak, yang diukur dari target. Unsur kecermatan dalam pengambilan sampel dimaksudkan bahwa sampel yang diambil tersebut tidak akan bias. Artinya, sampel tersebut tidak akan memberikan reaksi yang terlalu berlebih ataupun kurang, dengan kata lain sampel bisa mewakili populasi secara wajar.


Home

Presisi dan Akurasi



a

b

Keterangan: (a) = Presisi tinggi, akurasi tinggi (b) = Presisi rendah, akurasi tinggi (c) = Presisi tinggi, akurasi rendah (d) = Presisi rendah, akurasi rendah


c

d

Home



Teknik Penarikan Sampel • Teknik penarikan sampel diartikan sebagai proses seleksi untuk mendapatkan sampel dalam kegiatan observasi/penelitian. • Berdasarkan pengertian tersebut, maka dapat disampaikan dua hal yaitu: (1) bahwa penarikan sampel adalah proses untuk mendapatkan sampel dari suatu populasi. Di sini sampel harus benar-benar mencerminkan populasi, artinya kesimpulan yang diangkat dari sampel merupakan kesimpulan atas populasi. (2) masalah yang dihadapi adalah tentang bagaimana proses pengambilan sampel, dan berapa banyak unit analisis yang akan diambil.


Home

Jenis Teknik Penarikan Sampel




Prosedur Penarikan Sampel Home



(1) Menentukan populasi sasaran dengan tegas, yang dilanjutkan dengan penentuan populasi studi dari populasi sasaran tadi. (2) Menentukan area populasi, hal ini berkaitan dengan data penelitian yang akan dijadikan lokasi penelitian. (3) Menentukan ukuran populasi sebagai dasar untuk menarik sampel. (4) Buatlah kerangka sampling dengan memasukan data dari populasi studi secara lengkap dan jelas, serta hal yang terpenting adalah satuan-satuan sampling diberi nomor sesuai dengan jumlah digit populasinya, secara berurutan dari nomor paling kecil sampai dengan nomor yang paling besar. (5) Tentukan ukuran sampel dengan menggunakan rumus yang sesuai. (6) Gunakan tabel angka random ataupun program komputer sebagai alat seleksi. (7) Satuan sampling terpilih sebagai anggota sampel, merupakan langkah terakhir dari desain sampling yang pada hakikatnya merupakan cerminan dari populasi.


Menentukan Ukuran Sampel Home



• Ide dasar menentukan ukuran sampel adalah agar ukuran sampel ini akan memberikan isyarat mengenai kelayakan penelitian (eligibility of the research). • Ukuran sampel bisa ditentukan melalui dua dasar pemikiran, yaitu ditentukan atas dasar pemikiran statistis, dan atau ditentukan atas dasar pemikiran non statistis. • Ditinjau dari aspek statistis, ukuran sampel ditentukan oleh beberapa faktor, diantaranya: (1) bentuk parameter yang menjadi tolak ukur analisis, dalam arti apakah tujuan penelitian ini untuk menaksir rata-rata, persentase, atau menguji kebermaknaan hipotesis, (2) tipe sampling, apakah simple random sampling, stratified random sampling atau yang lainnya, dan (3) variabilitas variabel yang diteliti (keseragaman variabel yang diteliti), makin tidak seragam atau heterogen variabel yang diteliti, makin besar ukuran sampel minimal.


Menentukan Ukuran Sampel Home



• Dipandang dari sudut nonstatistis, ukuran sampel ditentukan oleh beberapa faktor, diantaranya: (1) kendala waktu atau time constraint, (2) biaya, dan (3) ketersediaan satuan sampling. • Pada kenyataanya banyak formula yang dibuat oleh para ahli statistika untuk menentukan ukuran sampel yang akan digunakan dalam suatu penelitian. Banyaknya formula untuk menentukan ukuran sampel tersebut tentu saja didasarkan atas pertimbangan tertentu dari para ahli, yaitu untuk memperoleh sampel yang representatif, yang dapat mewakili pupulasinya. • Salah satu faktor yang menentukan ukuran sampel adalah bergantung pada tujuan dilakukannya penelitian, meliputi pendugaan (estimasi) rata-rata populasi dan pendugaan proporsi populasi, pengujian hipotesis rata-rata populasi, pengujian hipotesis proporsi populasi dan pengujian tentang kebermaknaan hubungan (asosiasi), baik korelasi, regresi maupun jalur.


Home


Pengujian Hipotesis Pengertian Hipotesis Kekeliruan dalam Pengujian Hipotesis

Materi 3

Arah Pengujian Hipotesis

Materi 4

Langkah-langkah Pengujian Hipotesis



Home



Pengertian Hipotesis • Hipotesis (hypothesis) berasal dari bahasa Yunani, Hupo= sementara; dan Thesis = pernyataan/dugaan. Jadi hipotesis adalah pernyataan sementara. • Hipotesis dibedakan menjadi dua, yaitu hipotesis penelitian (research hypothesis) dan hipotesis statistik (statistical hypothesis). • Pengujian hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian. Oleh karena itu hipotesis yang dibuat harus bisa menjawab rumusan masalah penelitian. Sehingga antara hipotesis dan rumusan masalah terlihat keterkaitannya secara konsisten.


Kekeliruan dalam Pengujian Hipotesis Home



• Pengujian hipotesis hanya memberikan dua kemungkinan keputusan, yaitu menolak atau tidak dapat menolak hipotesis nol. Keputusan untuk ‘menolak’ atau ‘tidak dapat menolak’ (mendukung), tidak berarti bahwa peneliti telah membuktikan salah atau benarnya hipotesis nol. • Terdapat dua kesalahan yang mungkin dilakukan peneliti ketika menguji hipotesis penelitiannya. Pertama, melakukan kesalahan tipe I, yaitu menolak hipotesis nol padahal dalam kenyataannya hipotesis nol adalah benar. Kedua, melakukan kesalahan tipe II, yaitu tidak menolak hipotesis nol padahal dalam kenyataannya hipotesis nol adalah salah. • Dalam telaah statistika, peluang untuk membuat kesalahan tipe I dinyatakan sebagai  dan peluang membuat kesalahan tipe II sebagai β.


Home


Materi 4 Materi 5

Kekeliruan dalam Pengujian Hipotesis • Para ahli statistika menunjuk alpha dan bukan beta sebagai kriteria dalam pengambilan keputusan pengujian hipotesis. Artinya, pengujian hipotesis selalu didasarkan pada asumsi bahwa, dalam keadaan sebenarnya hipotesis nol adalah benar. •  adalah tingkat signifikansi (the level of significance), dan (1- ) sebagai tingkat kepercayaan atau tingkat keyakinan (the level of confidence) terhadap kebenaran dari keputusan yang diambil.



Home

Arah Pengujian Hipotesis




Home


Materi 4 Materi 5 Materi 6 Materi 7

Langkah Pengujian Hipotesis (1) Nyatakan hipotesis statistik (H0 dan H1) yang sesuai dengan hipotesis penelitian yang diajukan. (2) Menentukan taraf kemaknaan/nyata α (level of significance α). (3) Gunakan statistik uji yang tepat. (4) Tentukan titik kritis dan daerah kritis (daerah penolakan) H0. (5) Hitung nilai statistik uji berdasarkan data yang dikumpulkan. Perhatikan apakah nilai hitung statistik uji jatuh di daerah penerimaan atau daerah penolakan? (6) Berikan kesimpulan.

End


Home


Analisis Korelasi Ganda Pengertian Korelasi Parsial dan Ganda Koefisien Korelasi Parsial dan Ganda Pengujian Korelasi Parsial dan Ganda



Home


Materi 4

Korelasi Parsial dan Ganda • Korelasi ganda (multiple correlation) adalah suatu korelasi yang bermaksud untuk melihat hubungan antara tiga atau lebih variabel. • Korelasi parsial (partial correlation) adalah suatu nilai yang memberikan kuatnya hubungan dua atau lebih variabel X dengan variabel Y, yang salah satu bagian variabel bebasnya dianggap konstan atau dibuat tetap.



Koefisien Korelasi Parsial dan Ganda Home

Pengantar Materi 1

• Koefisien korelasi parsial: Hubungan antara variabel bebas - X1 dengan variabel tak bebas - Y, apabila variabel bebas - X2 tetap. Rumus:

Materi 2 Materi 3


• Hubungan antara variabel bebas - X2 dengan variabel tak bebas - Y, apabila variabel bebas - X1 tetap. Rumus:

Materi 7 End


Koefisien Korelasi Parsial dan Ganda Home

Pengantar

• Hubungan antara variabel bebas - X1 dengan variabel bebas - X2, apabila variabel tak bebas - Y tetap. Rumus:



• Hubungan dua atau lebih variabel bebas X secara bersama-sama dengan variabel tak bebas – Y. Rumus:

Materi 7 End


Home

Pengantar

Pengujian Keberartian Korelasi Ganda • Rumus pengujian koefisien korelasi parsial:



t  rs

n  k 1 2 1  rs

dimana: k = banyaknya variabel bebas. Kriteria uji, Tolak H0 jika nilai hitung t lebih besar dari nilai tabel t, dengan db = n – k – 1.

Materi 7 End


Home

Pengantar

Pengujian Keberartian Korelasi Ganda • Rumus pengujian korelasi berganda:


Rx1x2 y F

k 1  R 2 x1x2 y n  k 1


Di mana: R = Koefisien korelasi ganda F = Nilai uji F yang akan dibandingkan dengan nilai tabel F k = Banyaknya variabel bebas n = Ukuran sampel Kriteria uji, tolak H0 jika nilai hitung F lebih besar dari nilai tabel F, dengan db1 = k, dan db2 = n – k – 1.


Home


Analisis Regresi Ganda Pengertian Regresi Ganda Persamaan Regresi Ganda Pengujian Keberartian Regresi Ganda



Home

Regresi Ganda



• Analisis regresi ganda merupakan pengembangan dari analisis regresi sederhana. • Kegunaan regresi ganda yaitu untuk meramalkan nilai pengaruh dua variabel bebas atau lebih terhadap satu variabel terikat dan untuk membuktikan ada tidaknya hubungan fungsional atau hubungan kausal antara dua atau lebih variabel bebas X1, X2, …., Xi terhadap suatu variabel terikat Y.

Materi 7 End


Persamaan Regresi Ganda Home



• Persamaan regresi ganda adalah persamaan matematik yang memungkinkan untuk meramalkan nilai-nilai suatu peubah tak bebas (Y) dari nilai-nilai dua atau lebih peubah bebas (X1, X2,…..Xi). • Persamaan regresi ganda dirumuskan sebagai berikut: Dua variabel bebas : Yˆ  a  b1 X 1  b2 X 2 Tiga variabel bebas : Yˆ  a  b1 X1  b2 X 2  b3 X 3 n variabel bebas : Yˆ  a  b1 X1  b2 X 2  .......  bn X n • Nilai-nilai pada persamaan regresi ganda untuk dua variabel bebas dapat ditentukan sebagai berikut:

 x  x y   x x  x y  b   x  x   x x   x  x y    x x  x y  b   x  x    x x  2

2

1

1

1 2

2

2

2

2

1

2

1 2

2

1

2

2

2

1


1 2

1

2

2

2

1 2

a

Y  b   X n

1

 

n

1

  X    b2   2    n    

Persamaan Regresi Ganda Home


• Nilai-nilai a, b0, b1, dan b2 pada persamaan regresi ganda untuk tiga variabel bebas dapat ditentukan dari rumus-rumus berikut:

 x1 y b1  x1  b2  x1 x2 b3  x1 x3 2

Materi 4

 x y b  x x  x y b  x x

Materi 5

a  Y  b1 X 1  b2 X 2  b3 X 3

Materi 3


2

3

1

1

1

2 b2  x2  b3  x2 x3

1

2  b2  x2 x3 b3  x3

2

2

• Sebelum rumus-rumus di atas digunakan, terlebih dahulu dilakukan perhitungan-perhitungan yang secara umum berlaku rumus:

 xi   X i 2

 X  

2

2

i

n

Y  y  Y    n

 xi y   X i Y 

 X Y

2

2


2

 xi x j   X i X j 

i

n

X X i

n

j

Pengujian Keberartian Regresi Ganda Home



1. Menentukan rumusan hipotesis Ho dan H1. Ho : R = 0: Tidak ada pengaruh variabel X1 dan X2 terhadap variabel Y. H1 : R ≠ 0: Ada pengaruh variabel X1 dan X2 terhadap variabel Y. 2. Menentukan uji statistika yang sesuai, yaitu uji F, dengan langkah perhitungan sebagai berikut: • Menentukan Jumlah Kuadrat Regresi dengan rumus : JK(Re g )  b1  x1 y  b2  x2 y  ... bk  xk y

• Menentukan Jumlah Kuadrat Residu dengan rumus: JK (Re s )

2     Y  2    JK  Y  (Re g )  n   

• Menghitung nilai F dengan rumus: JK (Re g ) Fhitung 

k JK (Re s ) n  k 1


Home


Materi 4

Pengujian Keberartian Regresi Ganda 3. Menentukan nilai kritis (α) atau nilai tabel F dengan derajat kebebasan untuk db1 = k dan db2 = n – k – 1. 4. Membandingkan nilai uji F terhadap nilai tabel F dengan kriteria pengujian: Jika nilai uji F ≥ nilai tabel F, maka tolak H0 5. Membuat kesimpulan



Home

Pengantar

Analisis Jalur Konsep Analisis Jalur

Materi 1

Diagram dan Persamaan Jalur

Materi 2

Koefisien Jalur

Materi 3

Materi 4 Materi 5

Pengujian Keberartian Koefisien Jalur Pengaruh Langsung dan Tidak Langsung



Home



Analisis Jalur • Analisis jalur merupakan analisis hubungan yang bertujuan untuk menganalisis pola hubungan kausal antar variabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung, secara serempak atau mandiri beberapa variabel penyebab terhadap sebuah variabel akibat. • Path analysis digunakan apabila secara teori kita yakin berhadapan dengan masalah yang berhubungan sebab akibat. Tujuannya adalah menerangkan akibat langsung (direct effect) dan tidak langsung (indirect effect) seperangkat variabel, sebagai variabel penyebab, terhadap variabel lainnya yang merupakan variabel akibat.


Home



Analisis Jalur • Sejalan dengan hal tersebut maka isu atau masalah penelitian dalam format analisis jalur berkisar pada pertanyaan sebagai berikut: 1. Bagaimana pengaruh variabel X1, X2, ... Xk (variabel penyebab) terhadap variabel Y (variabel akibat)? 2. Berapa besar pengaruh bersama variabel X1, X2, ... Xk (variabel penyebab) terhadap variabel Y (variabel akibat)? 3. Berapa besar pengaruh langsung, tidak langsung, dan pengaruh total variabel penyebab X1, X2, ... Xk (variabel penyebab) terhadap variabel Y (variabel akibat)?


Home



Analisis Jalur • Asumsi yang harus dipenuhi sebelum melakukan analisis jalur: (1) Hubungan antar variabel haruslah linier dan aditif. (2) Semua variabel residu tak punya korelasi satu sama lain. (3) Pola hubungan antar variabel adalah rekursif atau hubungan yang tidak melibatkan arah pengaruh yang timbal balik. (4) Tingkat pengukuran semua variabel sekurang-kurangnya adalah interval. • Apabila setiap variabel Y secara unique keadaannya ditentukan (disebabkan) oleh seperangkat variabel X, maka persamaan di atas dinamakan persamaan struktural, dan modelnya disebut model struktural.


Diagram dan Persamaan Jalur Home


Materi 4 Materi 5

• Pada saat akan melakukan analisis jalur, disarankan untuk terlebih dahulu menggambarkan secara diagramatik struktur hubungan kausal antara variabel penyebab dengan variabel akibat. Diagram ini disebut Diagram Jalur (Path Diagram), dan bentuknya ditentukan oleh proposisi teoretik yang berasal dari kerangka pikir tertentu. • Contoh: Diagram jalur yang menyatakan hubungan kausal dari X1, X2, X3 ke X4.


• Bentuk persamaan strukturalnya adalah: X4 = p X1 + p X2 + p X3 + ε. SAMBAS ALI MUHIDIN – UPI Bandung

Koefisien Jalur Home



• Besarnya pengaruh langsung dari suatu variabel eksogenus terhadap variabel endogenus tertentu, dinyatakan oleh koefisien jalur (path coefficient) • Langkah kerja menghitung koefisien jalur adalah: 1. Gambarkan dengan jelas diagram jalur yang mencerminkan proposisi hipotetik yang diajukan, lengkap dengan persamaan strukturalnya. 2. Menghitung matriks korelasi antar variabel. 3. Identifikasikan sub-struktur dan persamaan yang akan dihitung koefisien jalurnya. 4. Hitung matriks korelasi antar variabel eksogenus yang menyusun sub-struktur tersebut. 5. Menghitung matriks invers korelasi variabel eksogenus. 6. Menghitung semua koefisien jalur


Pengujian Keberartian Koefisien Jalur Home

Pengantar Materi 1

1. Nyatakan hipotesis statistik (hipotesis operasional) yang akan diuji. 2. Gunakan statistik uji yang tepat, yaitu: • Untuk menguji setiap koefisien jalur: t

Materi 2 Materi 3


p xu xi

(1  R 2 xu ( x1x2 ... xk ) )Cii n  k 1

• Untuk menguji koefisien jalur secara keseluruhan/bersama-sama: (n  k  1)( R 2 xu ( x1 , x2 ,... xk ) ) F k (1  R 2 xu ( x1 , x2 ,... xk ) )

• Untuk menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus: t

End

p xu xi  p xu x j (1  R 2 xu ( x1x2 ... xk ) )(Cii  C jj  2Cij ) n  k 1

3. Ambil kesimpulan, apakah perlu trimming atau tidak. Apabila terjadi trimming, maka perhitungan harus diulang dengan menghilangkan jalur yang menurut pengujian tidak bermakna (no significant). SAMBAS ALI MUHIDIN – UPI Bandung

Home



Pengaruh Langsung dan Tidak Langsung Menghitung besarnya pengaruh langsung, pengaruh tidak langsung serta pengaruh total variabel eksogenus terhadap variabel endogenus secara parsial, dapat dilakukan dengan rumus: • Besarnya pengaruh langsung variabel eksogenus terhadap variabel endogenus = pyx1 x pyx1 • Besarnya pengaruh tidak langsung variabel eksogenus terhadap variabel endogenus = pyx1 x rx1x2 x pyx2 • Besarnya pengaruh total variabel eksogenus terhadap variabel endogenus adalah penjumlahan besarnya pengaruh langsung dengan besarnya pengaruh tidak langsung = [pyx1 x pyx1] + [pyx1 x rx1x2 x pyx2]


Home


Uji Asumsi Parametrik Asumsi Normalitas Asumsi Homogenitas Asumsi Linieritas



Home



Uji Asumsi Parametrik Salah satu konsep penting dalam statistika inferensial adalah apakah data yang akan diuji itu berdistribusi normal atau tidak? dan apakah data tersebut memiliki varians yang sama (homogen) atau tidak? Selain kedua pertanyaan tersebut pada analisis hubungan (asosiasi), yaitu analisis korelasi product moment, analisis regresi dan analisis jalur, juga harus dilakukan uji linieritas. Dengan demikian pentingnya uji asumsi normalitas, homogenitas, dan linieritas adalah berkaitan dengan syarat dilakukannya uji parametrik. Apabila uji asumsi parametrik tidak terpenuhi, maka analisis data harus beralih kepada uji nonparametrik atau mencari padanannya pada uji nonparametrik. Misalnya, analisis korelasi pada uji parametrik adalah korelasi product moment, maka padanannya analisis korelasi pada uji nonparametrik adalah korelasi Rank Spearman atau korelasi Kendall.


Home



Asumsi Normalitas • Tujuan dilakukannya uji normalitas adalah untuk mengetahui apakah suatu variabel normal atau tidak. Variabel yang normal adalah variabel yang mempunyai distribusi data yang normal. Patokan untuk melihat data berdistribusi normal atau tidak adalah dengan melihat mean, median dan modusnya. Bila nilai mean, nilai median dan nilai modus sama besar (Mean = Me = Mo), artinya nilai mean, median dan modus terletak pada satu titik dari kurva distribusi, dan kurva tersebut berbentuk simetris (symmetrical curve). • Salah satu pengujian normalitas adalah uji Liliefors. Kelebihan Liliefors test adalah penggunaan/perhitungannya yang sederhana, serta cukup kuat (power full) sekalipun dengan ukuran sampel kecil.


Home



Asumsi Homogenitas • Ide dasar uji asumsi homogenitas adalah untuk kepentingan akurasi data dan keterpercayaan terhadap hasil penelitian. • Uji asumsi homogenitas merupakan uji perbedaan antara dua kelompok, yaitu dengan melihat perbedaan varians kelompoknya. Dengan demikian pengujian homogenitas mengasumsikan bahwa skor setiap variabel memiliki varians yang homogen. • Uji statistika yang akan dibahas dalam tulisan ini adalah Uji Burlett. Kriteria: Jika nilai hitung < nilai tabel, maka homogen. Nilai hitung diperoleh dengan rumus:

  db.LogS 

 2  ln 10 B 


2

i

Asumsi Linieritas Home



• Teknik analisis statistika yang didasarkan pada asumsi linearitas adalah analisis hubungan. • Asumsi linieritas dapat terangkan sebagai asumsi yang menyatakan bahwa hubungan antar variabel yang hendak dianalisis itu mengikuti garis lurus. Artinya, peningkatan atau penurunan kuantitas di satu variabel, akan diikuti secara linear oleh peningkatan atau penurunan kuantitas di variabel lainnya. Dampaknya adalah teknik analisis yang digunakan akan memberikan estimasi yang kuat terhadap hubungan antara dua variabel. Sebaliknya jika ternyata pola hubungannya tidak linear, maka teknik statistik yang digunakan tadi, akan cenderung melakukan underestimasi kekuatan hubungan antara dua variabel. • Dengan demikian, kuatnya hubungan antara dua variabel belum tentu diikuti oleh kuatnya estimasi hubungan kedua variabel tersebut. Boleh jadi kedua variabel memiliki hubungan yang kuat tetapi diestimasi oleh teknik statistika sebagai tidak ada hubungan atau memiliki hubungan yang lemah, hanya karena pola hubungannya tidak linear.


Home

Pengantar

Analisis Nonparametrik Mann – Whitney Test

Materi 1

Wilcoxon Signed – Rank Test

Materi 2

Kruskal Wallis – Test

Materi 3

Materi 4

Friedman – Test



Home


Materi 4 Materi 5

Mann Whitney - Test • Mann Whitney test merupakan pengganti uji t untuk menguji perbedaan dua rata-rata (unpaired t test) pada statistika parametrik. • Mann Whitney test digunakan: (1) untuk membandingkan perbedaan dua median, (2) data dikumpulkan berdasarkan dua sampel yang independen (two sample problem-Independent sample), dan (3) Tingkat pengukuran sekurang-kurangnya ordinal. • Rumus:

Materi 7

 N  1 R ( x )  n   i x 2   i 1 ny  n x n y ( N  1) 2 n x n y  nx 2 2 . R( xi )   R( yi )   N ( N  1)  i 1 4( N  1) i 1  nx

Materi 6

Z

End


Home



Wilcoxon Signed - Rank Test • Wilcoxon Signed - Rank Test merupakan pengganti uji t untuk menguji perbedaan dua rata-rata (paired t test) pada statistika parametrik. • Wilcoxon Signed - Rank Test digunakan: (1) untuk membandingkan perbedaan dua median, (2) data dikumpulkan berdasarkan dua sampel yang tidak independen, dan (3) tingkat pengukuran minimal ordinal. • Rumus: Z

End


 SR  (SR ) i

i

2

Home



Kruskal Wallis - Test • Kruskal Wallis test merupakan pengganti Unpaired Analisis Varians (Anova) pada statistika parametrik. • Kruskal Wellis - Test, digunakan: (1) jika ingin membandingkan median lebih dari dua buah (K > 2). Contoh: Apakah ada perbedaan tingkat disiplin kerja antara golongan I, II, III dan IV pada PNS di Indonesia? Pada kasus ini ada terdapat 4 sampel (K = 4), yaitu golongan I, II, III dan IV, (2) data dikumpulkan berdasarkan sampel yang independen, dan (3) Tingkat pengukuran sekurang- kurangnya ordinal • Rumus: 1   2 S 2


 k R j 2 N N  12     n 4 j  

Home



Friedman - Test • Friedman test merupakan pengganti paired Analisis Varians (Anova) pada statistika parametrik. • Friedman - test: digunakan: (1) untuk data yang dikumpulkan berdasarkan related sample (dependent), dan (2) tingkat pengukuran sekurang-kurangnya ordinal. • Rumus:  bk (k  1) 2  (b  1)  B   4   F A B

End


Home

Selesai - Wassalam




Bahan Ajar MATA KULIAH STATISTIKA 2

Recommend Documents