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 .

± Misal : hasil perhitungan mean dari nilai metpen kls PAZ = 68.5. .5 artinya rata-rata nilai metode penelitian di kls PAZ = 68.Statistik Deskriptif ‡ Mean : nilai rata-rata.Bila mhs nilainya 55 berarti dia dibawah rata-rata nilai kls. dan bila nilai mhs 75 berarti dia diatas nilai rata-rata kls.

‡ Modus : nilai yang paling banyak muncul. ± Misal : nilai modus 65. . ± 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. berarti mhs PAZ yang paling banyak nilainya 65.

.5+2. standar deviasi : 2.5) = 66.5 .Statistik Deskriptif ‡ Standar deviasi : simpangan baku ( +/.5-2. ± Misal Mean : 68.5) = 71 sampai nilai (68.) dari nilai mean.5 artinya nilai mahasiswa terbanyak berkisar antara nilai (68.

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 %. .Statistik Deskriptif ‡ Prosentase : Jumlah parsial/jumlah total x 100 %.

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

Statistik Deskriptif ‡ Diagram batang .

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

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.

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

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 .

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

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

. ‡ 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 ‡ Chi kuadrat : untuk sampel besar dan ada 2 atau lebih kelompok. metalik dan putih.

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. . datanya ordinal dan sampel berpasangan.

Teknik analisis data dengan Statistik Parametrik .

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

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

‡ Analisis Regresi Linear Sederhana : adalah analisis regresi antara satu variabel X dan satu variabel Y.b. Untuk menghitung nilai a dan b digunakan rumus : b = n( XY) ± ( X) ( Y) n ( X²) ± ( X)² a = Y . X n n . di mana : Y¶ = Nilai Y prediksi . a = Intercept atau nilai Y pada saat X = 0 b = Slope / kemiringan . X = Independent Variable (variabel bebas). ‡ 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.

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

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

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

000 83.500 62.000 30.33 Jumlah 3000 3000 0 170.67 .500 22.500 83.000 226.33 30.150 .500 22.250 62.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 .

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

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. maka perlu dirubah dulu ke dalam data ordinal.Mann Whitney U .