19/04/2013 1 Statistik Deskriptif Inferensial Parametris Non Parametris Gambar : Macam-macam statistik (Sugiyono, 2003)
19/04/2013
1
Statistik Deskriptif
Inferensial
Parametris
Non Parametris
Gambar : Macam-macam statistik (Sugiyono, 2003)
19/04/2013
2
Ilmu statistika yang mempertimbangkan jenissebaran/distribusi data, yaitu apakah datamenyebar/berdistribusi secara normal atautidak.
Digunakan untuk menganalisis Data yangberskala INTERVAL dan RASIO.
19/04/2013
3
Sumber: Sopiyudin Dahlan.,2012
Sumber: Sopiyudin Dahlan.,2012
19/04/2013
4
Sumber: Sopiyudin Dahlan.,2012
1. Skala Pengukuran: Kategorik &
Numerik
2. Jenis Hipotesis: Komparatif – Korelatif
3. Jumlah Kelompok: 2 Kelompok – Lebih
2 dari Kelompok.
19/04/2013
5
Dibedakan atas Kategorik dan Numerik
Dalam berbagai buku rujukan, ada beberapaistilah yang digunakan dalam klasifikasi skalapengukuran antara lain: Kategorik dan Non-Kategorik atau Kualitatif dan Kuantitatif.Dalam program SPSS, digunakan istilah Scaleuntuk istilah Kuantitatif dan Nonkategorik.
KATEGORIK: Nominal dan Ordinal
NUMERIK: Interval dan Rasio
Sumber: Sopiyudin Dahlan.,2012
19/04/2013
6
Dibedakan menjadi 2 : Hipotesis Komparatifdan Hipotesis Korelatif.
Hipotesis Komparatif:◦ Perbedaan
◦ Pengaruh
◦ Efektivitas
Hipotesis Korelatif:◦ Korelasi
◦ Hubungan
Pertanyaan Penelitian dengan Hipotesis
Komparatif:
◦ Apakah terdapat perbedaan terjadinya kanker paru pada
perokok dan bukan perokok?
Pertanyaan Penelitian dengan Hipotesis Korelatif:
◦ Berapa besar korelasi antara kadar trigliserida dan
kadar gula darah ?
◦ Adakah hubungan antara kebiasaan merokok dengan
kejadian kanker paru ?
19/04/2013
7
4. Uji Korelasi Parsial (Partial Correlation)
5. Uji Korelasi Ganda (Multiple Correlation)
6. Uji Regresi (Regresion Test)
7. Uji Regresi Ganda (Multiple Regresion Test)
2 Kelompok Berpasangan:◦Uji t berpasangan (Paired t-test)
2 Kelompok Tidak Berpasangan:◦Uji t tidak berpasangan (Independent t-test)
19/04/2013
8
Korelasi Product Moment
Korelasi Ganda
Korelasi Parsial
Hubungan antar Variabel “NEGATIF” : apabila Nilai dari Satu Variabel ditingkatkan, maka akan menurunkan nilai variabel yang
lain atau SEBALIKNYA.
Contoh: Ada hubungan Negatif antara Curah Hujan dengan Penjualan Es.
Hubungan antar Variabel “POSITIF” : apabila Nilai dari Satu Variabel ditingkatkan, maka akan meningkatkan variabel yang
lain atau SEBALIKNYA.
Contoh: Ada hubungan Positif antara Tinggi Badan dengan Kecepatan lari.
HIPOTESIS KORELATIFMerupakan DUGAAN adanya ‘hubungan’ antar variabel dalam populasi.
19/04/2013
9
Digunakan untuk Mencari Hubungan atau Membuktikan Hipotesis Hubungan antara Dua
Variabel dengan Skala Data berbentuk INTERVALatau RASIO
Lambang/Simbol = ‘r’
Kuatnya Hubungan (Koefisien Korelasi) =
-1 ≤ r ≤ +1
INTERPRETASI KOEFISIEN KORELASI(Riduwan,2010)
0,00-0,199 = Sangat Rendah
0,20-0,399 = Rendah
0,40-0,599 = Sedang
0,60-0,799 =
Kuat
0,80-1,000 = Sangat Kuat
-1 s/d +1 (Paling Rendah = 0)
19/04/2013
10
Data berdistribusi Normal
Skala Data Interval atau Rasio
Syarat Uji Pearson Product
Moment:
RUMUS :
Cara Analisis dengan Program SPSS• Entry Data
• Analyze Correlate Bivariate • Dst (Modul Praktikum)
19/04/2013
11
1. Membandingkan nilai ‘r’ hitung dengan nilai ‘r’ tabel. Bila nilai ‘t’ hitung Lebih Besar dari nilai ‘t’ pada
tabel, maka berarti H0 ditolak dan Ha diterima.
Dan sebaliknya.
Melihat Tabel Interpretasi Koefisien Korelasi.
2. Membandingkan Harga Signifikansi (p). Bila harag ‘p’ < 0.05 ; berarti H0 ditolak dan Ha
diterima.
Dan sebaliknya.
Dilakukan suatu penelitian dengan tujuan untukmengetahui ada tidaknya hubungan antarapendapatan dan pengeluaran. Untukkeperluantersebut, maka telah dilakukan pengumpulan dataterhadap100 responden yang diambil secararandom. Berdasarkan 100 responden tersebut telahdiperoleh data tentang pendapatan danpengeluaran dengan Skala Data Numerik.Berdasarkan Kasus di atas, maka:
1. Bagaimanakah Rumusan Hipotesisnya ?
2. Teknik Analisis Data apa yang paling tepatdigunakan untuk menguji Hipotesis tersebutbila Data berdistribusi secara Normal ? Berikanalasannya !