ANALISA STATISTIK DAN KUALITATIF

S0192 ± Metode Penelitian dan Penulisan Telnik Sipil

PERTEMUAN : 11

ANALISA & INTEPRETASI DATA
‡ Analisa data :
± Terhadap data yang telah diolah ( editing, kodeing , blank responses, dll ) kemudian dilakukan perhitunganperhitungan statistik untuk dianalisa. ± Statistik yang dapat digunakan adalah : statistik Deskriftif dan statistik Inferensial.

STATISTIK DESKRIPTIF ‡ Adalah : statistik yang hanya berlaku untuk data sampel dan tidak dapat digeneralisasikan terhadap populasi. ‡ Yang termasuk statistik deskriptif adalah : ‡ Mean ‡ Median ‡ Modus ‡ Standar defiasi ‡ Hystogram ‡ Diagram batang ‡ Prosentase dll .

dan bila nilai mhs 75 berarti dia diatas nilai rata-rata kls.Bila mhs nilainya 55 berarti dia dibawah rata-rata nilai kls. ± Misal : hasil perhitungan mean dari nilai metpen kls PAZ = 68. .Statistik Deskriptif ‡ Mean : nilai rata-rata.5.5 artinya rata-rata nilai metode penelitian di kls PAZ = 68.

. ± Misal : nilai median 60 artinya separuh dari kelas PAZ nilai metode penelitiannya diatas 60 dan separuhnya dibawah 60.Statistik Deskriptif ‡ Median : nilai dari separuh sampel. ‡ Modus : nilai yang paling banyak muncul. ± Misal : nilai modus 65. berarti mhs PAZ yang paling banyak nilainya 65.

5+2. ± Misal Mean : 68.5) = 71 sampai nilai (68.) dari nilai mean.5) = 66.5 .5-2. .Statistik Deskriptif ‡ Standar deviasi : simpangan baku ( +/.5 artinya nilai mahasiswa terbanyak berkisar antara nilai (68. standar deviasi : 2.

Statistik Deskriptif ‡ Prosentase : Jumlah parsial/jumlah total x 100 %. . misal : yang nilainya 75 ada 10 mhs dari 80 mhs kls PAZ dengan total nilai 5000. artinya prosentase mhs yang nilainya 75 di kls PAZ adalah : 750/5000 x 100% = 15 %.

X thn 2004 motor pickup Semi jip sedan .Statistik Deskriptif ‡ Diagram pie : penjualan kendaraan PT.

Statistik Deskriptif ‡ Diagram batang .

‡ Statistik inferensial ada dua macam yaitu : ± Statistik parametris dan ± Statistik non parametris. . Oleh karena itu terdapat nilai signifikansi ( ).STATISTIK INFERENSIAL ‡ Yaitu statistik yang digunakan untuk menggeneralisasikan data sampel terhadap populasi.

.Statistik Parametris ‡ Statistik parametris digunakan untuk menganalisis data interval dan rasio ‡ Ukuran uji dalam Statistik parametris antara lain : ± T-test ± Anova ± Korelasi.

Statistik Non Parametris ‡ Statistik non parametris digunakan untuk menganalisis data nominal dan ordinal. ‡ Uji statistik yang digunakan dalam statistik non parametris antara lain : ± Binomial ± Sign test ± 2 ( chi kuadrat ) dll. .

Statistik Parametris ‡ Contoh : ± Rumusan masalah : berapa rata-rata penayangan iklan di TV ? ± Hypotesis : rata-rata penayangan iklan di TV paling lama 120 menit. ± Uji hypoteis : t-test .

Statistik Parametris ‡ Rumusan masalah : Apakah ada pengaruh yang signifikan antara lamanya penayangan iklan di TV terhadap omset penjualan ? ‡ Hypotesis : lamanya penayangan iklan di TV sangat berpengaruh terhadap omset penjualan. ‡ Uji hypotesis : korelasi product moment .

‡ Uji hypotesis : Anova .Statistik Parametris ‡ Rumusan masalah : apakah ada perbedan jumlah pembeli yang signifikan antara toko A. B dan C ? ‡ Hypotesis : terdapat perbedaan jumlah pembeli yang signifikan antara toko A. B dan C.

sarjana-non sarjana dll ) ‡ Rumusan masalah : apakah mhs senang memilih kendaraan bensin atau solar ? ‡ Hypotesis : mhs lebih memilih kendaraan solar. tuamuda.Statistik Parametris ‡ Test binomial : untuk sampel < 25 dan terdapat 2 kelompok ( kaya-miskin. .

Statistik Non Parametris ‡ Chi kuadrat : untuk sampel besar dan ada 2 atau lebih kelompok. . metalik dan putih. ‡ Rumusan masalah : Warna cat mobil apa yang lebih diminati masyarakat jabotabek ? ‡ Hypotesis : masyarakat jabotabek lebih memilih warna cat mobil merah dibanding biru.

Statistik Non Parametris ‡ Sign test : digunakan untuk uji komparatif. datanya ordinal dan sampel berpasangan. ‡ Rumusan masalah : apakah ada pengaruh bonus terhadap kesejahtraan keluarga karyawan PT X ? ‡ Hypotesis : ada pengaruh yang positif antara bonus dengan kesejahtraan karyawan PT X. .

Teknik analisis data dengan Statistik Parametrik .

‡ Pengujian normalitas data antara lain dilakukan dgn : t-test ‡ T-test : 1) untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk interval & ratio . µ0 =nilai yg dihipotesiskan.µ0 s/¥n di mana : t = nilai t yg dihitung . s = simpangan baku sampel . . t-test . digunakan t-test sampel berpasangan. maka digunakan t-test satu sampel. Korelasi Product Moment (1) ‡ Dalam Statistik Parametrik diperlukan syarat bahwa data yg akan dianalisis harus berdistribusi normal. Untuk itu perlu dilakukan pengujian normalitas data.Pengujian Normalitas Data . 2) untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk interval dan ratio. t = x . x = rata-rata . n = jumlah anggota sampel.

hubungan variabel X & Y adalah sangat kuat & positif r = . Korelasi Product Moment (2) ‡ Korelasi : menunjukkan adanya hubungan antara dua variabel atau lebih serta menunjukkan besarnya (kuat/lemahnya) hubungan antara dua variabel tersebut. Berikut ini adalah rumus Karl Pearson (Product Moment) : r = n . dgn rumus : Kd = r² . hubungan variabel X & Y adalah sangat lemah & negatif r = 0 .( Y)² ‡ Koefisien Determinasi (Kd) : menunjukkan berapa persen fluktuasi atau variasi variabel Y yg disebabkan oleh variabel X . ¥n.Pengujian Normalitas Data : t-test. Y² . ¥n. Y .1 .X . ‡ Koefisien Korelasi ( r ) merupakan kriteria untuk mengukur hubungan antar variabel secara kuantitatif yang nilainya terletak antara ± 1 dan 1 r = 1 . XY .( X)². X² . hubungan variabel X & Y lemah sekali/ tidak ada hubungan.

X = Independent Variable (variabel bebas). di mana : Y¶ = Nilai Y prediksi . ‡ Analisis Regresi Linear Sederhana : adalah analisis regresi antara satu variabel X dan satu variabel Y.Analisis Regresi Linear Sederhana ‡ Analisis Regresi : suatu proses melakukan estimasi untuk memperoleh suatu hubungan fungsional antara variabel X dengan variabel Y. ‡ Persamaan Regresi Linear Sederhana : Y¶ = a + bX . X n n . a = Intercept atau nilai Y pada saat X = 0 b = Slope / kemiringan .b. Untuk menghitung nilai a dan b digunakan rumus : b = n( XY) ± ( X) ( Y) n ( X²) ± ( X)² a = Y .

test .Teknik analisis data dengan Statistik Non Parametrik ‡ Chi Square ‡ Mann Whitney U .

data berbentuk nominal dan sampelnya besar. 2) digunakan untuk menguji hipotesis tentang ada atau tidak perbedaan antara dua proporsi. f0 = frekuensi yang diobservasi fn = frekuensi yang diharapkan. Rumus Chi Square : X² = (f0 ± fh)² fn Di mana : X² = Chi Square . 3) digunakan untuk menguji hipotesis deskriptif bila dalam populasi terdiri atas dua atau lebih kelas. Hipotesis deskriptif : estimasi/dugaan terhadap ada tidaknya perbedaan frekuensi antara kategori satu dan kategori lain dalam sebuah sampel tentang sesuatu hal.Chi Square ‡ Chi Square (X²) :1) digunakan dalam penelitian untuk mencari kecocokan ataupun menguji ketidakadaan hubungan antara beberapa populasi. ‡ ‡ .

Untuk itu dilakukan penelitian. diperoleh data : 1000 warna biru. Data yang terkumpul disajikan dalam tabel berikut : . Berdasarkan pengamatan selama satu minggu di jalan protokol terhadap mobil-mobil pribadi. 900 warna merah. 600 warna putih.Chi Square Contoh : Suatu perusahaan cat mobil ingin mengetahui warna cat apa yang harus lebih banyak diproduksi. Hipotesis : Ho : Jumlah masyarakat yang memilih 4 warna mobil tidak berbeda (peluang 4 warna cat untuk dipilih masyarakat adalah sama) Ha : Jumlah masyarakat yang memilih 4 warna mobil berbeda (peluang 4 warna cat untuk dipilih masyarakat adalah tidak sama) b. 500 warna hitam. a.

67 .150 .000 226.250 62.33 Jumlah 3000 3000 0 170.000 30.500 22.33 30.500 83.Chi Square (Frekuensi Yang Diobservasi dan Yang Diharapkan pemilih warna Mobil) Warna Mobil fo fn (fo-fn) (fo-fn)² (fo-fn)² fn Biru Merah Putih Hitam 1000 900 600 500 750 750 750 750 250 250 .000 83.500 62.500 22.

Saran : Disarankan agar warna cat yang diproduksi paling banyak adalah warna biru. Pengujian Hipotesis : Berdasarkan perhitungan diatas diketahui X² = 226. Dengan demikian Ho ditolak dan Ha diterima.815). maka diperoleh nilai Chi Square tabel = 7. Berdasarkan d.Chi Square ‡ c.815 (lihat tabel nilai Chi Square) ternyata nilai Chi Square hitung lebih besar dari nilai Chi Square tabel (226.f = 3 dan traf kesalahan 5 %. dan berdasarkan data.f = n-1 = 4-1 = 3. e. Catatan : Frekuensi yang diharapka (fo) untuk setiap kategori = 3000 : 4 = 750. Kesimpulan : Jumlah masyarakat yang memilih 4 warna cat mobil berbeda. warna cat biru yang paling banyak diminati masyarakat. .67 Dalam hal ini d.67 > 7. d.

Mann Whitney U . maka perlu dirubah dulu ke dalam data ordinal.test ‡ U-test digunakan untuk menguji signifikansi hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal. ‡ Terdapat dua rumus yang digunakan untuk pengujian : U1 = n1n2 + n1 (n1 + 1) ± R1 2 U2 = n1n2 + n2 (n2 + 1) ± R2 2 Dimana : n1 n2 U1 U2 R1 R2 = jumlah sampel 1 = jumlah sampel 2 = jumlah peringkat 1 = jumlah peringkat 2 = jumlah rangking pada sampel 1 = jumlah rangking pada sampel 2 . Bila dalam suatu pengamatan data berbentuk interval.

Sign up to vote on this title
UsefulNot useful