Post on 15-Dec-2020
Teknik Sampling
Kuliah - 5
ISTILAH PENTING DALAM ISTILAH PENTING DALAM PENELITIANPENELITIAN
◦ POPULASI◦ELEMEN◦SAMPELSUBYEK◦SAMPEL◦SUBYEK
POPULASIPOPULASI Populasi atau universe adalah totalitas objek yang
diteliti, yang ciri-cirinya akan ditaksir (diestimasi).Ciri-ciri populasi disebut parameter.
Populasi adalah kumpulan objek penelitian, bisaberupa kumpulan orang (individu, kelompok,berupa kumpulan orang (individu, kelompok,komunitas, masyarakat, dll); benda (jumlahgedung/bangunan, tempat, dll).
Jenis Populasi dalam penelitian: Populasi Sampling
Populasi Sasaran
3
UKURAN POPULASI (UKURAN POPULASI (POPULATION SIZEPOPULATION SIZE))
Dinotasikan dengan huruf N
Menunjukkan banyaknya unsur atau elemen yangterdapat pada satu kategori populasi tertentu.
Misalnya, populasi penelitian kita adalah seluruhmahasiswa FE UPI yang terdaftar secara resmipada semester genap 2015/2016 yang berjumlah3.230 orang. Maka angka 3.230 adalah ukuranpopulasi (N=3.230).
SENSUSSENSUS• Jika ukuran populasi penelitian kita relatif tidak besar,
maka sebaiknya kita menggunakan seluruh unsur populasisebagai sumber data (responden). Dalam keadaan yangdemikian, maka kita melakukan sensus atau disebut jugatotal sampling.
• Sensus memungkinkan peneliti untuk memperoleh• Sensus memungkinkan peneliti untuk memperolehgambaran yang komprehensif tentang objek yangditelitinya.
• Jika ukuran populasi relatif besar maka peneliti bolehdan/atau harus mengambil sampel.
SAMPELSAMPEL Sampel adalah sebagian unsur populasi yang dijadikan objek
penelitian. Digunakan apabila ukuran populasinya relatifbesar.
Sampel yang diambil dari sebuah populasi harus benar-benar mewakili populasinya, sehingga data yang diperolehdari sampel tersebut dapat digunakan untuk menaksir ciri-dari sampel tersebut dapat digunakan untuk menaksir ciri-ciri karakteristik populasinya.
Sampel yang memiliki ciri karakteristik yang sama ataurelatif sama dengan ciri karakteristik populasinya disebutsampel representatif.
Ciri karakteristik sampel disebut statistik.
PengertianPengertian
Sampling : Proses menyeleksi sejumlah elemen dari populasi sehingga dengan mempelajari sampel dan memahami sifat-sifat subyek dalam sampel, maka kita mampu menggenalisir sifat-sifat tersebut ke dalam elemen-elemen populasi
Proses pengambilan atau memilih n buah elemen/objek/unsur dari populasi yang berukuran N.elemen/objek/unsur dari populasi yang berukuran N.
Elemen : Sesuatu yang menjadi obyek penelitian, dapat berupa orang atau benda yang dikenakan pengukuran.
Kerangka Sampel : Adalah daftar yang memuat seluruh elemen/anggota populasi, sebagai dasar untuk penarikan sampel random.
TipeTipe Sampling Sampling menurutmenurut ProsesProsesMemilihnyaMemilihnya
Sampling dengan Pengembalian :Sebuah satuan sampling bisa terpilih lebih dari satu kali.Contoh :Untuk populasi berukuran N=4 dan sampel berukuran n=2, maka sampel yang mungkin terambil adalah Nn = 42=16 buah sampel.
Sampling tanpa Pengembalian :Tidak ada kemungkinan suatu satuan sampling terpilih lebih dari Sampling tanpa Pengembalian :Tidak ada kemungkinan suatu satuan sampling terpilih lebih dari sekali.Contoh :Untuk populasi berukuran N=4 (misalnya A, B, C, D) dan sampelberukuran n=3, maka sampel yang mungkin terambil ada 4 buah sampel yaitu ABC, ABD, ACD, dan BCD.
PROBABILITY SAMPLING: suatu metode/teknik sampling dimana setiap anggota populasi mempunyai kemungkinan untuk terpilih sebagai sampel
Tipe Sampling menurut PeluangPemilihannya
NON-PROBABILITY SAMPLING: metode/teknik sampling dimana unit-unit sampel dipilih berdasarkan pertimbangan bersifat subyektif atau personal judgment atau convenience
Sampling Techniques
A Classification of Sampling Techniques
Nonprobability Sampling Techniques
Probability Sampling Techniques
Convenience Sampling
Judgmental Sampling
Quota Sampling
Snowball SamplingSampling
Simple Random Sampling
Systematic Sampling
Stratified Sampling
Cluster Sampling
Other Sampling Techniques
Proportianate Disproportianate
Probability SamplingProbability Sampling
Menentukan probabilitas atau besarnya kemungkinan setiap unsur dijadikan sampel. Dalam merencanakan sampling probabilitas, idealnya peneliti telah memenuhi beberapa persyaratan berikut:persyaratan berikut:◦ Diketahui besarnya populasi induk
◦ Besarnya sampel yang diinginkan telah ditentukan
◦ Setiap unsur atau kelompok unsur harus memiliki peluang yang sama untuk dijadikan sampel
PROBABILITY SAMPLINGPROBABILITY SAMPLING Simple Random Sampling :
Setiap elemen populasi memiliki peluang yang sama untuk dipilih menjadi anggota sampel.
Systematic SamplingMemilih elemen dari populasi pada awalnya dengan Memilih elemen dari populasi pada awalnya dengan acak dan mengikuti fraksi elemen memilih setiap elemen ke-k
Stratified Random Sampling:Membagi populasi menjadi subpopulasi atau strata dan menggunakan acak sederhana pada masing-masing-masing strata
PROBABILITY SAMPLING PROBABILITY SAMPLING (LANJUTAN)(LANJUTAN)
ClusterPopulasi dibagi menjadi subgroup yang secara internal bersifat heterogen. Beberapa dipilih secara acak untuk studi selanjutnya.
Other Sampling Technique (Double sampling, sequential sampling, multiphase sampling)
Stratified Random SamplingStratified Random Sampling
Cluster SamplingCluster Sampling
NONPROBABILTY SAMPLINGNONPROBABILTY SAMPLING Convenience samples or Accidental Sampling:
Memilih siapa saja yang ditemui, sehingga tidak bisa diandalkan walaupun paling murah dan cepat
Purposive sampling :
Menyesuaikan diri dengan beberapa kriteria, misalnya uji Menyesuaikan diri dengan beberapa kriteria, misalnya uji coba produk baru
Quota sampling:
Bentuk kedua dari purposive sampling yang bertujuan untuk meningkatkan ketepatan sampel
Snowball sampling:
Mengumpulkan subjek sepanjang ia bergulir
Bentuk pengambilan sampel
SampelAcak
SampelTidak Acak
Setiap unsur Setiap unsur
17
Setiap unsur yang ada dalam populasi diberi
kesempatan atau peluang
yang sama untuk bisa diambil
sebagai sampel
Setiap unsur yang ada dalam populasi tidak
diberi kesempatan atau peluang
yang sama untuk bisa diambil
sebagai sampel
Kapan peneliti sebaiknya mengambil sampel secara acak dan tidak acak?
Ketika penelitibermaksud untuk
menggeneralisasikan hasil penelitiannya
maka ambillah sampel
Ketika penelititidak bermaksud untuk
18
maka ambillah sampel secara acak dan
representatif
tidak bermaksud untukmenggeneralisasikan
hasil penelitiannya atau ketika jumlah populasi tidak di-
ketahui secara pastimaka ambilah sampel
secara tidak acak
Alasan-alasan yang pragmatis◦ Keterbatasan waktu ◦ Keterbatasan tenaga◦ Keterbatasan tenaga◦ Keterbatasan dana
Hasil dgn menggunakan sampel cukup akurat dan dapat dipercaya (reliable)
LangkahLangkah--langkah dalam pengambilan langkah dalam pengambilan SampelSampel
Apakah Populasi Relevan Apa parameternya Bagaimana kerangka sampling Bagaimana tipe dari sampel Ukuran sampel Berapa besar biaya
Jumlah Sampel
Banyak
Syarat sampel yang baik
Karak-
21
Sedikit Tingkat kesalahan Banyak
Karak-teristiksampel
Ukuran Sampel
2. Derajat keseragamanan (homogenitas)
1. Biaya, waktu, tenaga yang tersedia
3. Rancangan analisis – deskriptif,
22
3. Rancangan analisis – deskriptif,korelasi, komparasi.
4. Banyaknya unsur dalam populasi
Tabel jumlah sampel berdasarkan jumlah populasi
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)
10 10 220 140 1200 291
15 14 230 144 1300 297
20 19 240 148 1400 302
25 24 250 152 1500 306
30 28 260 155 1600 310
35 32 270 159 1700 313
40 36 280 162 1800 317
45 40 290 165 1900 320
23
45 40 290 165 1900 320
50 44 300 169 2000 322
55 48 320 175 2200 327
60 52 340 181 2400 331
65 56 360 186 2600 335
70 59 380 191 2800 338
75 63 400 196 3000 341
80 66 420 201 3500 346
85 70 440 205 4000 351
90 73 460 210 4500 354
95 76 480 214 5000 357
100 80 500 217 6000 361
110 86 550 226 7000 364
120 92 600 234 8000 367
130 97 650 242 9000 368
140 103 700 248 10000 370
150 108 750 254 15000 375
160 113 800 260 20000 377
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)
24
160 113 800 260 20000 377
170 118 850 265 30000 379
180 123 900 269 40000 380
190 127 950 274 50000 381
200 132 1000 278 75000 382
210 136 1100 285 1000000 384
Morgan & Krecjie, dalam Uma Sekaran, 2003
Kerangka Sampling
Daftar yang berisikan informasi dari setiapunsur dalam populasi
Misalnya : Populasi adalah mahasiswa UNP.Di dalam kerangka sampling harus ada daftar dari Seluruh mahasiswa UNP, lengkap mulai dari nama,
Alamat, nomor pokok, fakultas, jurusan, dlsb.
25
Alamat, nomor pokok, fakultas, jurusan, dlsb.
Misalnya : Populasi adalah ibu rumah tangga di Kecamatan Talawi. Di dalam kerangka sampling harus ada daftar dari
Seluruh nama ibu rumah tangga penduduk kecamatan Talawi dan alamatnya
Alat pengambilan sampel Alat pengambilan sampel secara acaksecara acak
Daftar angka acak (random)
26
Undian
Kalkulator / komputer
54463 22662 69505 70639 79365 67282 ……. ……..15389 85205 18850 39226 42249 90669 ……. ……..85941 40756 82414 02015 13858 78030 ……. ……..61149 69440 11268 88218 58925 03638 ……. ……..05219 81619 81619 10651 67079 92511 ……. ……..
41417 98326 87719 …….. ……… …….. ……. ……..28357 94070 20652 …….. …….. …….. ……. ……..17783 00015 10806 …….. …….. …….. ……. ……..40950 84820 29881 …….. …….. …….. ……. ……..82995 64157 66164 …….. …….. …….. ……. ……...
27
82995 64157 66164 …….. …….. …….. ……. ……...
96754 1767634357 8804063183 3740362111 5282047534 09243
…….. …………….. ………Tabel angka acak disalin dari buku Reseach Methods for Business, LR. Gay dan P.L. Diehl, 1992
Mis : Jumlah populasi 500Sampel yang akan diambil 50 Maka yang terambil adalah Unsur no 153, 052, 414, 283,177, 409, 343, dst sd 50 unsur
Sampel Acak Sederhana
Jika setiap unsur dalam populasi dianggap sama (homogen) oleh peneliti. Atau perbedaan-perbedaan yang ada dalam setiap unsur populasi tidak dianggap penting oleh peneliti, dan jumlah
unsur dalam populasi tidak begitu banyak.
Langkah-langkah : 1. Susun kerangka sampling
28
1. Susun kerangka sampling2. Tetapkan jumlah sampel
3. Tentukan alat pengambilan sampel4. Pilih sampel sampai dengan jumlah sampel terpenuhi
Sampel Acak DistratakanJika unsur populasi heterogen Mis. heterogen dalam jenis kelamin,
pendidikan, pendapatan, status pekerjaan, dlsb; dan keanekaragaman tersebut bermakna bagi analisis penelitiannya maka agar tidak
terambil hanya dari kelompok/strata tertentu saja, gunakan cara ini.
Langkah-langkah :1. Susun kerangka sampling.
29
1. Susun kerangka sampling.2. Bagi kerangka sampling ke dalam strata yang
dikehendaki.3. Tentukan jumlah sampel secara keseluruhan.
4. Tentukan jumlah sampel dalam setiap stratum.5. Pilih sampel dari setiap stratum secara acak.
Catatan : dalam menentukan jumlah sampel di setiap statum, dapat dilakukan secara proporsional atau tidak proporsional
Sampel SistematisJika jumlah unsur dalam populasi sedemikian besar dan dianggap homogen, dan ketika peneliti tidak mempunyai alat pengambilan
sampel secara acak yang baik, pakailah cara ini. Peneliti menentukan unsur dalam populasi yang “keberapa” yang akan diambil
sebagai sampel
Langkah-langkah :1. Susun kerangka sampling
2. Tetapkan jumlah sampel yang akan diambil.
30
2. Tetapkan jumlah sampel yang akan diambil.3. Tentukan kelas interval (k) dengan cara membagi jumlah
unsur dalam populasi dengan jumlah sampel yang dikehendaki. Mis : N = 50000 orang, n = 500 orang maka
k = 10.4. Pilih sampel ke satu dengan cara acak – mengundi unsur
populasi yang kesatu s/d kesepuluh. Kalau sampel kesatu jatuh ke unsur populasi ketiga, maka sampel kedua adalah
unsur populasi yang ke 134. Selanjutnya pilih sampel berikutnya : no 23, 33, 43, 53, dst.
Sampel gugus
Jika yang akan diambil sebagai sampel adalah sekelompok orang, bukan individual, maka sampel gugus bisa digunakan. Misalkan
ingin meneliti kinerja dosen berdasarkan fakultas.
Langkah-langkah :1. Susun kerangka sampling yang unsurnya adalah gugus
(kelompok)
31
(kelompok)2. Tentukan berapa gugus yang akan diambil sebagai sampel3. Pilih beberapa gugus yang akan dijadikan sampel dengan
cara acak4. Telitilah setiap unsur yang dalam gugus
(dalam kasus/contoh di atas, telitilah kinerja dosen di setiap fakultas, lalu cari rata-ratanya )
Sampel Wilayah
Ketika peneliti dihadapkan pada situasi di mana unsur populasi tersebar di berbagai wilayah yang relatif saling berjauhan, maka cara pengambilan sampel wilayah dapat diterapkan. Misalkan,
peneliti ingin mengetahui pandangan masyarakat Sumatera Barat terhadap program keluarga berencana.
Langkah-langkah :1. Susun kerangka sampel yang menggambarkan wilayah-
32
1. Susun kerangka sampel yang menggambarkan wilayah-wilayah. Mis. Propinsi Sumatera Barat yang
lengkap dengan Kabupaten, Kecamatan, dan Nagari.2. Tentukan wilayah yang akan dijadikan sampel – Kabupaten?,
Kecamatan?, Nagari?3. Tentukan berapa wilayah yang akan dijadikan sampel
4. Pilih wilayah yang akan dijadikan sampel dengan cara acak5. Telitilah semua unsur sampel yang ada dalam
wilayah sampel penelitian.Jika masih terlampau banyak, bagilah lagi wilayah penelitian ke dalam wilayah yang lebih kecil lagi – misalnya “Jorong”
Sampel Tidak Acak
Sampel yang mudah dilakukan
Langkah-langkah : 1. Tetapkan secara khusus populasi penelitian
Pengambilan sampel dengan cara ini cukup Memadai untuk penelitian yang sifatnya
penjajagan
33
1. Tetapkan secara khusus populasi penelitian2. Tetapkan jumlah sampel yang akan diambil
3. Pergilah ke tempat yang banyak terdapat unsur populasi4. Bagikanlah kuesioner kepada setiap unsur populasi
yang dijumpai
Sampel berdasarkan pertimbangan tertentu
Peneliti menentukan suatu unsur dalam populasi dijadikan sampel, berdasarkan pertimbangan tertentu,
yaitu karena “kaya akan informasi”
34
“Seorang distributor dijadikan sampel penelitianketika peneliti yakin bahwa informasi atau data yang ingin diperolehya akan banyak di miliki
oleh distributor tadi”
Sampel Bola Salju
Cara ini bisa dipakai jika peneliti tidak mengetahui banyak siapa-siapa yang menjadi unsur dalam populasi penelitiannya.Dia hanya tahu satu atau dua orang saja. Untuk memperoleh sampel lebih banyak lagi, maka dia bisa minta tolong kepada
sampel pertama dan kedua untuk mencarikan sampel
35
sampel pertama dan kedua untuk mencarikan sampel berikutnya
Ukuran SampelUkuran Sampel
Ukuran Vs Kerepresentatifan (keterwakilan) Secara umum, semakin besar ukuran sampel akan semakin
baik, karena ukuran sampel yang besar cenderung memiliki error yang kecil, sebagaimana telah kita temui pada latihan menggunakan tabel bilangan acak (random numbers).
Namun demikian bukan berarti bahwa ukuran sampel yang besar sudah cukup memberikan garansi untuk mendapatkan besar sudah cukup memberikan garansi untuk mendapatkan hasil yang akurat. ◦ Sebagai contoh, Jika satu dari dua sampel dari seluruh negara terdiri dari
satu jenis kelamin saja, berdasarkan ukurannya sampel ini besar namun tidak representatif. Ukuran oleh karena itu tidak lebih penting daripada kereprsentatifan.
Pertimbangan menentukan ukuran sampelPertimbangan menentukan ukuran sampel Tingkat kesalahan Derajat keseragaman Rencana analisis Biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989). Makin tidak seragam sifat atau karakter setiap elemen populasi, makin
banyak sampel yang harus diambil. Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun
harus banyak. harus banyak. ◦ Misalnya di samping ingin mengetahui sikap konsumen terhadap kebijakan
perusahaan, peneliti juga bermaksud mengetahui hubungan antara sikap dengan tingkat pendidikan.
◦ Agar tujuan ini dapat tercapai maka sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU, dan seterusnya.
Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).
Pertimbangan menentukan ukuran sampelPertimbangan menentukan ukuran sampel
Heterogenitas dari populasi
Tingkat presisi yang dikehendaki
Tipe sampling design yang digunakan
Resources availability
Number of breakdowns planned in data analysis
Rumus Ukuran SampelRumus Ukuran Sampel
Rumus Slovin◦ Asumsinya bahwa populasi berdistribusi normal◦ Rumusnya:
n = N/(1+Ne2)Dimana:
◦ n = ukuran sampel◦ N = ukuran populasi◦ N = ukuran populasi◦ e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel.
Rumusan Gay◦ Ukuran minimum sampel yang dapat diterima berdasarkan pada desain
penelitian yang digunakan, yaitu sebagai berikut: Metode Deskriptif : 10% populasi, untuk populasi relatif kecil minimal 20%
populasi. Metode Deskriptif korelasional, minimal 30 subjek. Metode ex post facto, minimal 15 subjek per kelompok. Metode Eksperimental, minimal 15 subjek per kelompok.
MENENTUKAN UKURAN SAMPELMENENTUKAN UKURAN SAMPEL
Penentuan besar kecilnya ukuran sampeltergantung pada:
1. Derajat Keseragaman Populasi (degree of homogenity). Semakin tinggi tingkathomogenitas populasi semakin kecil ukuran sampel yang boleh diambil; semakinrendah tingkat homogenitas populasi semakin besar ukuran sampel yang harusdiambil.diambil.
2. Tingkat Presisi yang diinginkan (level of precisions). Semakin tinggi tingkat pesisiyang diinginkan peneliti, semakin besar sampel yang harus diambil.
3. Banyaknya variabel yang diteliti dan rancangan analisis yang akan digunakan.Semakin banyak variabel yang akan dianalisis, misalnya dengan menggunakanrancangan analisis tabulasi silang atau uji chi-square of independen (uji chikuadrat), mengingat adanya persyaratan pengujian hubungan antarvariabel yangtidak membolehkan adanya nilai frekuensi hasil penelitian < 1, maka ukuransampelnya harus besar.
4. Alasan-alasan Peneliti (waktu, biaya, tenaga, dan lain-lain).
40
SAMPLE RANDOM STRATA PROPORSIONALSAMPLE RANDOM STRATA PROPORSIONAL
SukuBangsa
UkuranPopulasi
% dalamPopulasi
PecahanSampling
UkuranSampel
% dalamSampel
Jawa 10.000 40% 0,10 1.000 40%
Sunda 8.000 32% 0,10 800 32%
Minang 5.000 20% 0,10 500 20%Minang 5.000 20% 0,10 500 20%
Batak 2.000 8% 0,10 200 8%
Jumlah 25.000 100% 2.500 100%
41
SAMPEL STRATA DISPROPORSIONALSAMPEL STRATA DISPROPORSIONAL
SukuBangsa
UkuranPopulasi
%dalamPopulasi
PecahanSampling
UkuranSampel
Bobot BobotDisesuai-kan
42
Jawa 10.000 40% 0,063 625 15,87 5
Sunda 8.000 32% 0,078 625 12,82 4
Minang 5.000 20% 0,125 625 8 3
Batak 2.000 8% 0,313 625 3,19 1
Jumlah 25.000 100% 2.500
KarakteristikKarakteristik PopulasiPopulasi
No Tingkat Pendidikan
Pekerjaan Jumlah
PNS Bukan PNS
1. Belum Sarjana 34 21 55
2. Sarjana 2 73 752. Sarjana 2 73 75
Jumlah 36 94 130
Rumus Cochran (1991) dalam Umar 2009)
LangkahLangkah--langkahlangkah
1) Mengidentifikasi karakteristrik populasi- Strata Tingkat Pendidikan- Strata PekerjaanJumlah Populasi 130, maka Proporsi:Strata Tingkat Pendidikan :Strata Tingkat Pendidikan :- Belum Sarjana : 55/130 = 0,42- Sarjana : 75/130 = 0,58Strata Pekerjaan :- PNS : 36/130 = 0,28- Bukan PNS : 94/130 = 0,72
BerdasarkanBerdasarkan Strata Strata PendidikanPendidikan
no = 374,16
2
2 .
d
pqtno
2
2
05,0
58,042,0)96,1( xxno
n = 96,43
Nno
non
1
13016,374
1
16,374
n
BerdasarkanBerdasarkan PekerjaanPekerjaan
no = 309,64
2
2 .
d
pqtno
2
2
05,0
72,028,0)96,1( xxno
n = 112,47
Nno
non
1
13064,309
1
64,309
n
HasilHasil PerhitunganPerhitungan SampelSampelNo Klasifikasi P Q no n
1 Tingkat Pendidikan
0,42 0,58 374,16 96,43
2 Pekerjaan 0,28 0,72 380,64 112,47*
n yang paling besar adalah berdasarkanpekerjaan sebesar 112,47 dibulatkan 112, maka angka inilah yang terpilih sebagaiukuran sampel.
Selanjutnya dirinci sbb:
AlokasiAlokasi SampelSampel
vNo Tingkat Pendidikan
Pekerjaan Jumlah
PNS Bukan PNS
1. Belum Sarjana 29 18 47
2. Sarjana 2 63 652. Sarjana 2 63 65
Jumlah 31 81 112
Field Work/Data Collection ProcessField Work/Data Collection Process
Selecting Field Worker Training Field Worker Supervising Field Worker Validating Field Worker Validating Field Worker Evaluating Field Worker
DATA PREPARATION PROCESS
Prepare Preliminary Plan of Data Analysis
Check Questionnaire
Edit
Code
Transcribe
Clean Data
Statistically Adjust the Data
Select a DataAnalysing Strategy
A Classification of Univariate Techniques
Univariate Techniques
Metric Data Nonmetric Data
One SampleTwo or More Samples One Sample
Two or More Samples
t test Z test
FrequencyChi-Square
Independent Related
Independent Related
Z test
Two-Group t test Z testOne-Way ANOVA
=> Paired t test
Chi-SquareK-SRunsBinomial
Chi-SquareMann-WhitneyMedianK-SK-W ANOVA
SignWilcoxonMcNemarChi-Square
A Classification of Multivariate Techniques
Multivariate Techniques
Dependence Techniques
Independence Techniques
One Dependence Variable
More Than OneDependenceVariable
VariebleInterdependence
InterobjectSimilarity
Cross-Tabulation (More Multivariate Analysis => Factor Analysis Cluster AnalysisCross-Tabulation (MoreThan Two Variables
Analysis of Varianceand Covariance
Multiple RegressionTwo-Group
Discriminant AnalysisConjoint Analysis
Multivariate Analysisof Variance and Covariance
Cannonical CorrelationMultiple Discriminat
Analysis
=> Factor Analysis Cluster AnalysisMultimensional
Scalling