Jumat, 24 Agustus 2012

KOMPUTERISASI STATISTIK (BAGIAN 4)


 OLEH : Ahmad Kurnia*

STATISTIK INFERENSI
Setelah dilakukan uji terhadap distribusi data dan terbukti bahwa data yang diuji berditribusi normal atau mendekatai distribusi normal, maka elanjutnya dengan data tersebut bisa dilakukan berbagai inferensi atau pengambilan keputusan dengan metode statistic parametric. Jika terbukt data tidak berdistribusi normal atau jauh dari criteria distribusi normal, metode parametric tidak bisa digunakan dan untuk inferensi digunakan metode sttasitik nonparametric.

Statistic inferensi dalam SPSS
SPSS enyediakan berbagai metode parametric suntuk melakukan inferensi terhadap data statistic, karena terlalu luasnya cakupan parametric, maka inferensi parametric akan dibagi dalam berbagai menu pada SPSS yaitu Compare Means, Geeral Linear Model, Corelation Dan Regresion.

  •          Compare Means Terdiri Dari Means
Memabahas hal yang sama pada statistic dsekripstif dengan penyajian subgroup dan ditambah dengan uji linearitas), t TEST (membahas uji t yang terdiri dari uji t satu sampel, uji t dua sampel independen dan uji t untuk dua sampel berpasangan (paired)), ONE WAY ANOVA (Kalau uji t untuk dua sampel, sedang ANOVA digunakan untuk menguji lebi dari dua sampel).

Uji t untuk dua sampel berpasangan (paired).
Dua sampel berpasangan artinya sebagai sebuah sampe dengan subjek yang sama namun mengalami dua perlakukan atau pengukuran yang berbeda.contoh kasus ( tes kemampuan bahasa jepang setelah menonton animasi jepang,  Untuk itu sebuah sampel diukur terdiri dari 10 responden yang masing-masing disuruh menonton film animasi berbahasa jepang, kemudian setelah satu bulan menonton, kembali diukur kemampuan berbicara melalui tes. Hasilnya sebagai berikut 

No
Sebelum Menonton
Sesudah Menonton
1.
65
72
2.
75
79
3.
76
82
4.
55
75
5
70
73
6
80
80
7
72
75
8
85
88
9
73
70
10
90
89

Langkah-langkah :
Tentukan variable view dari sebelum dan sesudah menonton. Adapun langkah-langkah penyusunan varibel sebagai berikut:
  1. Buat file baru, klik File, klik New dan klik Data
  2. Terlihat lembar kerja baru, posisi pada Data View
  3. Klik Variable view.(ada tampilan nama, type, widh, decimals, label, values, missing, columns, align dan measure)
  • Name : Kemudian ketik sebelum
  • Type : Klik Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik nama subjek
kemudian
  • Name : ketik sesudah dibawah sebelum
  • Type : biarkan numeric
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik sesudah nonton
Kemudian buka data view, masukan data diatas (table 1.1)
  • Sebelum: Ketik nama subjek pada varibel “nama”. Contoh : 65, 75, 76…seterusnya.
  • Sesudah : Ketik nama subjek pada varibel “nama” ketik. Contoh : 72,79, 82…seterusnya.
§  Setelah entry data selesai kemudian buka Analyze àCompare MeansàPaired-Samples T Test…
§  Klikvariabel  sebelum dan sesudah secara bersamaan,(kalau tidak, spss tidak bisa mengimput dalam kolom paired variables dengan tidak aktifnya tanda à), sehingga terlihat pada kolom current selection dibawah terdapat keterangan untuk variable 1 dan 2, klikàmaka pada paired variables terlihat tanda sebelum…sesudah
§  Klik Option dan pilih Confidence Interval..95%, kemudian biarkan default Exclude Cases Analysis By Analysis. Klik Continue dan klik ok.

One Sample T Test
  • Buka file atau kembali ke Data View buka Analyze àcompare meansàone-samples T test
  • Klik variabel  sebelum à Test Variables,  klik di Tes  Value (untuk mennetukan nilai yang akan diuji hipotesa..nilai 90, ketik 90,  Klik Option dan pilih confidence interval..95%, kemudian biarkan default exclude cases analysis by analysis. Klik continue dan klik ok.
  • General Linear Model
Merupakan kelanjutan dari ANOVA, dimana dalam GLM dibahas satu variable dependen namun mempunyai satu atau lebih factor

  • Uji Korelasi Dan Regresi
Uji korelasi dalam spsss dapat dilihat dalam menu CORRELATE dengan sub menu :
·         Bivariat 
Besar hubungan diantara dua variable : koefisien korelasi bivariate/product moment pearson untuk mengukur keeratan hubungan antara peringkat-peringkat dibandingkan hasil pengamatan itu sendiri dengan mengasyaratkan bahwa populasi asal sampel mempunyai dua varians dan berdistribusi normal, korelasi pearson untuk mengukur data interval atau rasio) dan korelasi peringkat spearman dan kendall (untuk mengukur keeratan hubungan antara peringkat-peringkat dibandingkan hasil pengamtan itu sndiri dan bisa digunakan untuk menghitung data ordinal dan pengunaan asoisasi pada sttsistik nonparametric)
·         Partial (perubahan menegnai ubungan linier antara dua variable dengan melakukan control terhadap satu atau lebih variable tambahan)

Kasus : 
dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara kemampuan grammer (X) terhadap kemampuan conversation (Y)  yang dilakukan terhadap 20 mahasiswa yang diambil secara random, didapatkan nilai

X : 70, 80, 72, 67, 64, 70, 71, 76, 90, 96, 54, 52, 65, 71, 66, 89, 80, 64, 60, 74

Y : 70, 67, 74, 58, 73, 79, 57, 58, 71, 66, 72, 55, 76, 65, 81, 75, 76, 77, 69, 70

Langkah-langkah :
1.    Buat Variable dengan mengklik Variable View untuk X dan Y, isikan di …
  • Name :  ketik X, untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Grammer
  • Terus dibawah name X, ketik Y untuk type : Numeric
  • Widh : default 8
  • Decimals : default 2
  •   Label : ketik Conversation
2.    Masukan data dengan mengklik Data View divariabel X dan Y
3.    Kemudian buka Analyze àCorrelate (sesuai kasus) klik Bivariate, pindahkan ke variable X dan Y untuk kolom Correlation Coefficient, pilih Pearson dan abaikan alat hitung yang lain. Untuk kolom test of significance, karena akan diuji dua sisi, maka pilih two-tailed. Untuk pilihan Flag Significant Correlation, kemuian klik option, pada pilihan statistic abaikan saja.pada pilihan missing values ada dua pilihan Exclude Cases Pairwise dan Exclude Cases Listwise, untuk keseragaman ambil Exclude Cases Pairwise, tekan Continue kemudian Ok

Korelasi rank spearman dan kendall

Menu regresi
dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara kemampuan Grammer (X1)dan Vocabulary (X2) terhadap kemampuan Conversation (Y)  yang dilakukan terhadap 20 mahasiswa yang diambil secara random, didapatkan nilai

X1 : 70, 80, 72, 67, 64, 70, 71, 76, 90, 96, 54, 52, 65, 71, 66, 89, 80, 64, 60, 74
X2 : 72, 82, 75, 65, 67,70, 73, 75, 86, 90, 95, 56, 55, 71, 67, 88, 80,66, 60, 70

Y : 70, 67, 74, 58, 73, 79, 57, 58, 71, 66, 72, 55, 76, 65, 81, 75, 76, 77, 69, 70

1.    Buat Variable dengan mengklik Variable View untuk X1, X2  dan Y, isikan di …
  •  Name :  ketik X1à untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Grammer
·         Dibawah X1 ketik X2à, untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  •  Label : ketik Vocabulary
  • Kemudian ketik Y untuk type : Numeric
  • Widh : default 8
  • Decimals : default 2
  •  Label : ketik Conversation
2.    Masukan data dengan mengklik Data View divariabel X1, X2 dan Y
3.    Kemudian buka Analyze àRegression (sesuai kasus) klik Linear, kemudian tampak layar Linear Regression, lalu pindahkan variable Y ke kotak Dependent dan masukan variable X1 dan X2 ke kotak Independent, Case Label : biarkan, kemudian Method : klik Enter. Kemudian pilih option àStepping method criteria, klik Use Probability Of F, klik Entry .05, kemudian pilihan default Include Constant In Equation, sedang Missing Value dengan klik Exclude Cases Listwise, klik Continue…  
      

Pilih kolom statistic, àRegression Coefficient, aktifkan Estimate. Pilih descriptive pada kolom sebelah kanan, tetap aktifkan Model Fit, residual klik mouse pada Casewise Diagnostics lalu pilih All Cases, klik Continue.
·         
 Pilih Plot (berhubungan dengan gambar/grafik untuk regresi). Klik pilihan SDRESID masukan ke pilihan Y, lalu pilihan ZPRED dan masukan ke pilihan X, klik Next isikan plot ke dua…(tampak variable Y dan X kosong), kemudian klik ZPRED dan masukan ke pilihan y, kemudian pilihan pilihan DEPENDNT dan masukan pilihan x, klik tombol next untuk pengisian plot ke tiga, PILIHAN Standardized Residual Plots, Klik Mouse Pada Normal Probability Plot, Klik Continue..OK.

STATISTIK NON PARAMETRIK.
Uji Chi-Squre.
Diketahui pemasaran PT permen enak menjual permen dengan empat macam warna ingin mengetahui apakah konsumen menyukai keempat warna permen, untuk itu dalam waktu satu minggu diamati pembelian permen disuatu outlet dan berikut hasilnya dalam pembelian 100 permen.

WARNA
JUMLAH
Merah
35
Hijau
28
Kuning
10
Putih
27

Langkah-langkah :
Tentukan variable view. Name : ketik WARNA. Width : 1. Decimal : 0, Values (tik : 1, kemudian  di Value Label tik Merah, lalu Add, lanjut. 2..Value Label : hijau, Add, dst….dibawahnya, Name : ketik JUMLAH,  Width : 1. Decimal : 0, abaikan yang lain. (BERSAMBUNG...)

Referensi :
Nisfiannoor, Muhammad, Pendekatan Statistika Modern, Salemba Humanika, Jakarta, 2011.
pengantar Statistik, Usman, Prof.Dr. Husaini, et.al, Bumi Aksara, Jakarta, 2008
Sugiono, Prof.Dr., Statistika untuk Penelitian, alfabeta, Bandung, 2011

*Mahasiswa program doktoral UNJ

KOMPUTERISASI STATISTIK (BAGIAN 3)


 Oleh : Ahmad  Kurnia*

STATISTIK PARAMETRIK

Suatu data disebut sebagai data parametrik bila memenuhi kriteria sbb (Field, 2000): 

1.    Normally distributed data.
Data yang mempunyai distribusi normal adalah data yang dapat mewakili populasi yang diteliti. Secara kasat mata kita bisa melihat histogram dari data yang dimaksud, apakah membentuk kurva normal atau tidak. Tentu saja cara ini sangat subyektif. Cara lainnya yaitu dengan melakukan uji normalitas pada data yang dimaksud –caranya akan dijelaskan lebih lanjut. 

2.    Homogenity of variance.
Variansi dari data yang dimaksud harus stabil tidak berubah atau homogen. Ada banyak tes yang bisa dilakukan untuk mengetahui homogenity of variance, bahkan untuk untuk jenis-jenis analisis tertentu SPSS secaraotomatis menyertakan hasiltes ini. 

3.    Interval data.
Data yang dimaksud minimal merupakan data interval. 

4.    Independence.
Data yang diperoleh merupakan data dari tiap individu yang independen, maksudnya respon dari 1 individu tidak mempengaruhi atau dipengaruhi respon individu lainnya. Karena keterbatasan, saya tidak bisa menjelaskan lebih mendalam, kalau dirasa kurang jelassilakan cari buku statistik yang membahas hal ini lebih lanjut.
           
 Selain itu, teknik statistic parametric data diperoleh dari random sampling harus memenuhi beberapa asumsi dasar.

Teknik Statistik

Normal

Linier

Homogen
Multi Kolinieritas
Auto Korelasi
Heteros Kedastisitas
Korelasi
v
v




Regresi
v
v

v
v
v
T test
v

v



Anava
v

v



Anakova
v
v
v
v
v
v

Uji normalitas data
Dilakukan untuk mengetahui apakah distribusi sebuah data yang didapatkan mengikuti atau mendekati hukum sebaran normal baku dari Gauss yang digambarkan dengan grafik polygon menyerupai bell, lonceng atau genta. Data tersebut tidak positively skewed (miring ke kiri) : memeliki frekuensi yang relative lebih bayak disebelah kiri dan ujung kurva cenderung meruncing kekanan. Negative skewed (miring kekanan), memiliki frekuensi yang relative lebih banyak disebelah kanan dan ujung kurva cendrung meruncing kekiri.

Langkah-langkah :
  • Menggunakan menu 1-samples K-S
a)    Buka file, klik AnalyzeàNonparametric Testà1-Samples K-S
b)    Klik dan masukan nilai_tugas ke Test variables list
c)    Klik Ok
Kriteria : Data normal bila nilai sig (p)>0.05 dan data tidak normal bila nilai sig (p) < 0.05.
  • Menggunakan menu explore.
a)    Buka file, klik AnalyzeàDescriptive StatisticsàExplore
b)  Klik dan masukan nilai_uts ke dependent list. Klik plot. Pada descriptive : non-aktifkan stem-and-leaf dan aktifkan : normality plots with test. Klik continue dan klik Ok.

Hasil uji normalitas data dengan menu explore dapat dilihat dari perbandingan nilai Rasio Skewness dan Rasio Kurtosis (sebaran normal bila : nilai berada antara nilai -2 sampai dengan +2), nilai sig (p) dari kolmogorov-smirnov dan Shapiro-wilk (sebaran normal bila : p>0.05 dan sebaran tidak normal bila p<0 .05.=".05." span="span">

Uji homogenitas data
Uji ini dilakukan untuk mengetahui apakah variansi antara kelompok yang diuji berbeda atau tidak, variansinya homogeny atau heterogen dan data yang diharapkan adalah homogen.

Langkah-langkah Menggunakan ANOVA.
  • Buka file
  • Klik analyzeàcompare meansàone-way ANOVA.
  • Klik nilai_uts dan pindahkan ke Dependent List, klik jenis_ kelamin dan pindahkan ke Factor.
  • Klik Option dan pilih Homogeneity Of Variance Test. Klik continue dan klik ok.
  • Data homogeny bila : p>0.05 dan tidak homogeny bila : p<0 .05=".05" span="span">
§  Uji lienieritas data
Uji ini dialkuakn untuk mengetahui apakah hubungan antara variable independen dengan variable dependen bersifat linier (garis lurus). Jika hubungannya tidak linier dan tetap dianalisis dengan statistic parametric, maka korelasi yang didapatkan bisa sangat rendah, meskipun sebenarnya korelasinya bisa tinggi kalau teknik parametriknya diganti dengan sttatistik non-parametrik.
Langkah-langkah
a)    Menu graphs: data linier.
  • Buka file,  klik GraphsàInteractiveàAcatterplot
  • Klik nilai_uas dan pindahkan
  • Klik nilai_uts dan pindahkan
  • Klik Fit. àMethod : pilih Regression.klik Ok.
b)    Menu graphs : data tidak linier.

* Mahasiswa program doktoral UNJ
Related Posts Plugin for WordPress, Blogger...

Komentar Anda

Nama

Email *

Pesan *