30/04/2009
METODE KUANTITATIF GEOGRAFI
Oleh : M.H.Dewi Susilowati
TUJUAN MK METKUAN
• TUJUAN UMUM : MAHASISWA MAMPU MENERAPKAN METODE KUANTITATIF DALAM KEGIATAN ANALISIS PERMASALAHAN GEOGRAFI
• TUJUAN KHUSUS : * MAHASISWA DAPAT MEMBEDAKAN FILOSOFI METODE KUALITATIF DAN METODE KUANTITATIF DALAM PENELITIAN GEOGRAFI * MAHASISWA DAPAT MENERAPKAN METODE KUANTITATIF DALAM PENELITIAN GEOGRAFI FISIK DAN GEOGRAFI MANUSIA * MAHASISWA DAPAT MENGEMBANGKAN MODEL KUANTITATIF DARI PERMASALAHAN GEOGRAFI * MAHASISWA DAPAT MENINGKATKAN KUALITAS HASIL PENELITIAN GEOGRAFI
1
30/04/2009
•
PRASYARAT : SUDAH MENGIKUTI KULIAH STATISTIK DAN METODOLOGI PENELITIAN
•
POSISI METKUAN DALAM PENELITIAN
•
MODEL DALAM GEOGRAFI
REALISTIC CONCEPTUAL MATEMATICAL
POKOK BAHASAN
•
PENDAHULUAN (INTRODUCTION)
•
KORELASI (CORRELATION) - Konsep Korelasi (Concept) - Chi Square Test - Spearman’s Rank - Kendall’s - Product Moment - One Way Analysis of Variance
•
SPATIAL ANALYSIS - The Nearest Neighbour Index - Network - The Gravity Model
2
30/04/2009
•
REGRESI - Regresi 1 - Regresi 2 - Regresi 3
•
ANALISIS RUNTUT WAKTU
•
ANALISIS DATA PANEL
•
STATISTIK SPASIAL
•
ANALISIS FAKTOR
•
ANALISIS CLUSTER
BUKU ACUAN
•
ARLINGHAUS, SANDRA LACN, PRACTICAL HANDBOOK OF SPATIAL STATISTICS. CRC PRESS, USA
•
COLE & KING. QUANTITATIVE GEOGRAPHY, LONDONG, JOHN WILWY & SONS LTD
•
EARICSON R & JOHN HARLIN. GEOGRAPHIC MEASUREMENT AND QUANTITATIVE ANALYSIS, USA,MACMILLAN COLLEGE
•
HAMON R & MC GULLAGH. QUANTITATIVE TECHNIQUES IN GEOGRAPHY, LONDON
•
JOHNSTON,RJ. MULTIVARIATE STATISTICAL ANALYSIS IN GEOGRAPHY. LONDON: LONGMAN GROUP
•
THOMAS, RW & RJ. HUGGETT. MODELLING IN GEOGRAPHY, A. MATHEMATICAL APPROACH. BAMES & NOBLE BOOBS. NEW JERSEY
•
TAYLOR, PETER J. QUANTITATIVE METHODS IN GEOGRAPHY, AN INTRODUCTION TO SPATIAL ANALYSIS, LONDON HOUGHTON MIFFLIN COMPANY BOSTON
•
WALFORD, NIGEL. GEOGRAPHICAL DATA ANALYSIS. UK; JOHN WILEY & SONS
3
30/04/2009
STATISTIK
APLIKASI ILMU STATISTIK DAPAT DIBAGI DALAM 2 BAGIAN : • STATISTIK DESKRIPTIF (DESCRIPTIVE STATISTICS): MENJELASKAN ATAU MENGGAMBARKAN BERBAGAI KARAKTERISTIK DATA, SEPERTI RATA-RATANYA, SEBERAPA JAUH DATA BERVARIASI DAN SEBAGAINYA. • STATISTIK INFERENSI (INFERENTIAL STATISTICS): MEMBUAT BERBAGAI INFERENSI TERHADAP SEKUMPULAN DATA YANG BERASAL DARI SUATU SAMPEL. TINDAKAN INFERENSI TERSEBUT SEPERTI MELAKUKAN PERKIRAAN, PENGAMBILAN KEPUTUSAN DAN SEBAGAINYA UNTUK INFERENSI ADA 2 METODE STATISTIK : • STATISTIK PARAMETRIK: UNTUK DATA BERDISTRIBUSI NORMAL ATAU MENDEKATI NORMAL • STATISTIK NON PARAMETRIK: UNTUK DATA TIDAK BERDISTRIBUSI NORMAL ATAU JAUH DARI KRITERIA NORMAL
DATA
NORMAL
STATISTIK PARAMETRIK
TIDAK NORMAL
STATISTIK NON PARAMETRIK
DISTRIBUSI
ALTERNATIF METODE STATISTIK
APLIKASI
TEST PARAMETRIK
TEST NON PARAMETRIK
DUA SAMPEL SALING BERHUBUNGAN (TWO DEPENDENT SAMPLES)
T TEST Z TEST
SIGN TEST WILCOXON SIGNED-RANK ME NEMAR CHANGE TEST
DUA SAMPEL TIDAK BERHUBUNGAN (TWO INDEPENDENT SAMPLE)
T TEST Z TEST
MANN-WHITNEY U TEST MOSES EXTREME REACTIONS CHI-SQUARE TEST KOLMOGOROV-SMIRNOV TEST WALT-WOLFOWITZRUNS
BEBERAPA SAMPEL BERHUBUNGAN (SEVERAL DEPENDENT SAMPLE)
BEBERAPA SAMPEL TIDAK BERHUBUNGAN (SEVERAL INDEPENDENT SAMPLES)
FRIEDMAN TEST KENDALL W TEST COCHRAN’S Q ANOVA TEST (F TEST)
KRUSKAL-WALLIS TEST CHI SQUARE TEST MEDIAN TEST
4
30/04/2009
DATA GEOGRAFI
PENGERTIAN UKURAN DATA • DATA NOMINAL: SUATU UKURAN DARI UNSUR DENGAN ATURAN TERTENTU YG TIDAK MEMPUNYAI TINGKATAN (RANKING). JADI UNSUR-UNSUR TERSEBUT DIKENAL DENGAN NAMA SAJA. MISAL; SEKOLAH, PUSKESMAS, MASJID, GEREJA, DLL. •
ORDINAL: SUATU UKURAN DARI UNSUR DENGAN UKURAN TERTENTU, YG MEMPUNYAI TINGKATAN.
•
INTERVAL & RASIO: UKURAN UNSUR YG TIDAK HANYA DENGAN ATAU UKURAN TERTENTU SAJA, TETAPI JUGA DIBAGI ATAS KELAS-KELAS TERTENTU DENGAN HARGA YG SEBENARNYA. PADA UKURAN INTERVAL, TITIK PERMULAAN DIAMBIL SEMBARANG. PERBANDINGAN SUATU HARGA TIDAK MEMPUNYAI ARTI YG SEBENARNYA. PADA UKURAN RASIO, TITIK PERMULAAN ADALAH HARGA SEBENARNYA.
•
DALAM STATISTIK TERDAPAT UKURAN DISKRIT DAN KONTINUM, YG TERMASUK DISKRIT (MENURUT JENISNYA) ADALAH UKURAN NOMINAL DAN KONTINUM (MENURUT TINGKATAN) ADALAH ORDINAL, RASIO, INTERVAL
KORELASI (CORRELATION) • • • • •
•
FENOMENA/ KENAMPAKAN/ GEJALA: SEMUA OBYEK YG MENJADI SASARAN PENYELIDIKAN VARIABEL: GEJALA/ FENOMENA YG MENUNJUKKAN VARIASI (BAIK DALAM JENISNYA MAUPUN TINGKATANNYA) KORELASI: HUBUNGAN ANTARA DUA ATAU LEBIH VARIABEL/ HUBUNGAN TIMBAL BALIK (BELUM TENTU SEBAB AKIBAT) ARAH KORELASI:DUA VARIABEL YG BERJALAN SEJAJAR/ ASSOSIASI; POSISTIF, NEGATIF, TIDAK BERKORELASI KOEFISIEN KORELASI:ANGKA YG MENUNJUKKAN BESAR KECILNYA HUBUNGAN KK BESARNYA BERKISAR : 0, - 1; MENUNJUKKAN KORELASI NEGATIF 0, + 1; MENUNJUKKAN KORELASI POSITIF KORELASI ANTAR BERJENIS-JENIS VARIABEL: DISKRIT NOMINAL VARIABEL KONTINUM INTERVAL, RASIO, ORDINAL,
5
30/04/2009
INTERPRETASI DARI KORELASI MENURUT UKURAN YG KONSERVATIF : r 0,8 0,6 0,4 0,2 0,0
sampai sampai sampai sampai sampai
Interpretasi 1,00 0,8 0,6 0,4 0,2
Tinggi cukup agak rendah rendah sangat rendah (tak berkorelasi)
KORELASI TERSEBUT SUDAH DITINGGALKAN DIGANTI INTERPRETASI BERDASARKAN ATAS TABEL NILAI r
HIPOTESIS • •
•
HIPOTESIS: DUGAAN MENGENAI KEADAAN POPULASI YANG SIFATNYA MASIH SEMENTARA (KEBENARANNYA PERLU DIUJI). PENGUJIAN HIPOTESIS: SUATU PROSEDUR YANG AKAN MENGHASILKAN SUATU KEPUTUSAN, YAITU KEPUTUSAN MENERIMA ATAU MENOLAK HIPOTESIS ITU. LANGKAH-LANGKAH PENGUJIAN HIPOTESIS; - MENENTUKAN FORMULASI HIPOTESIS ( HO DAN HA) SECARA UMUM FORMULASI HIPOTESIS DPT DITULIS;
HO : HA : HA : HA :
θ θ θ θ
= > < ≠
θ0 θ0 θ0 θ0
- MENENTUKAN TARAF NYATA (SIGNIFICANT LEVEL); BESARNYA BATAS TOLERANSI DALAM MENERIMA KESALAHAN HASIL HIPOTESIS TERHADAP NILAI PARAMETER POPULASI
6
30/04/2009
- MENENTUKAN NILAI UJI STATISTIK YANG SESUAI
- MENENTUKAN KRITERIA PENGUJIAN DAN KEPUTUSAN; * BERDASARKAN NILAI UJI STATISTIK TERIMA H0 : JIKA NILAI HITUNG < NILAI TABEL (NILAI HITUNG BERADA DI LUAR NILAI KRITIS) TOLAK H0 : JIKA NILAI HITUNG > NILAI TABEL (NILAI HITUNG BERADA DI DALAM NILAI KRITIS) * BERDASARKAN PROBABILITAS TERIMA HO : JIKA PROB > 0.05 ATAU 0.01 (TERGANTUNG TARAF NYATA) TOLAK HO : JIKA PROB < 0.05 ATAU 0.01 (TERGANTUNG TARAF NYATA)
7
30/04/2009
8
30/04/2009
The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted. Restart y our computer, and then open the file again. If the red x still appears, y ou may hav e to delete the image and then insert it again.
ONE WAY ANALYSIS OF VARIANCE
The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted. Restart y our computer, and then open the file again. If the red x still appears, y ou may hav e to delete the image and then insert it again.
9
