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.

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

Bila mhs nilainya 55 berarti dia dibawah rata-rata nilai kls.5 artinya rata-rata nilai metode penelitian di kls PAZ = 68. ± Misal : hasil perhitungan mean dari nilai metpen kls PAZ = 68.Statistik Deskriptif ‡ Mean : nilai rata-rata. .5. dan bila nilai mhs 75 berarti dia diatas nilai rata-rata kls.

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

.5 . ± Misal Mean : 68. standar deviasi : 2.5 artinya nilai mahasiswa terbanyak berkisar antara nilai (68.5+2.5) = 71 sampai nilai (68.5-2.5) = 66.Statistik Deskriptif ‡ Standar deviasi : simpangan baku ( +/.) dari nilai mean.

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 .

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

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

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

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 .

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

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

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

datanya ordinal dan sampel berpasangan.Statistik Non Parametris ‡ Sign test : digunakan untuk uji komparatif. . ‡ 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 .

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

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

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

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

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

900 warna merah. 500 warna hitam. 600 warna putih. 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. diperoleh data : 1000 warna biru. a.Chi Square Contoh : Suatu perusahaan cat mobil ingin mengetahui warna cat apa yang harus lebih banyak diproduksi. Berdasarkan pengamatan selama satu minggu di jalan protokol terhadap mobil-mobil pribadi. Data yang terkumpul disajikan dalam tabel berikut : . Untuk itu dilakukan penelitian.

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 .500 62.500 22.000 226.33 30.150 .250 62.500 83.33 Jumlah 3000 3000 0 170.67 .500 22.000 83.000 30.

Catatan : Frekuensi yang diharapka (fo) untuk setiap kategori = 3000 : 4 = 750. Dengan demikian Ho ditolak dan Ha diterima.Chi Square ‡ c. . Berdasarkan d. maka diperoleh nilai Chi Square tabel = 7.f = n-1 = 4-1 = 3. Saran : Disarankan agar warna cat yang diproduksi paling banyak adalah warna biru.67 Dalam hal ini d. e.815 (lihat tabel nilai Chi Square) ternyata nilai Chi Square hitung lebih besar dari nilai Chi Square tabel (226.815). d. Pengujian Hipotesis : Berdasarkan perhitungan diatas diketahui X² = 226.f = 3 dan traf kesalahan 5 %. dan berdasarkan data. Kesimpulan : Jumlah masyarakat yang memilih 4 warna cat mobil berbeda.67 > 7. warna cat biru yang paling banyak diminati masyarakat.

Bila dalam suatu pengamatan data berbentuk interval.Mann Whitney U .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 . maka perlu dirubah dulu ke dalam data ordinal.

Sign up to vote on this title
UsefulNot useful