P. 1
statistik

statistik

|Views: 90|Likes:
Published by pungguak

More info:

Published by: pungguak on Feb 24, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

01/03/2013

pdf

text

original

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.

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

.Statistik Deskriptif ‡ Median : nilai dari separuh sampel. berarti mhs PAZ yang paling banyak nilainya 65. ± 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.

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

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

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 ada dua macam yaitu : ± Statistik parametris dan ± Statistik non parametris.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. .

‡ 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. .

± 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. ‡ Uji hypotesis : Anova . B dan C ? ‡ Hypotesis : terdapat perbedaan jumlah pembeli yang signifikan antara toko A.

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. tuamuda. .

metalik dan putih. .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.

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

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

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

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

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 . ‡ ‡ . 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. 2) digunakan untuk menguji hipotesis tentang ada atau tidak perbedaan antara dua proporsi. 3) digunakan untuk menguji hipotesis deskriptif bila dalam populasi terdiri atas dua atau lebih kelas.

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

500 22.500 83.33 Jumlah 3000 3000 0 170.000 30.000 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 .33 30.500 62.150 .67 .500 22.250 62.000 226.

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

‡ 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.test ‡ U-test digunakan untuk menguji signifikansi hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal.Mann Whitney U .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->