PERSIAPAN ANALISIS DATA PERSIAPAN ANALISIS DATA ((PemilihanPemilihan JenisJenis AnalisisAnalisis Data)Data)

RANCANGAN RANCANGAN PengolahanPengolahan & & AnalisisAnalisis Data (RPA)Data (RPA)

�� HarusHarus memperhatikanmemperhatikan::�� RumusanRumusan masalahmasalah & & tujuantujuan::

�� BerkaitanBerkaitan dengandengan hubunganhubungan

�� BerkaitanBerkaitan dengandengan perbedaanperbedaan

�� HipotesisHipotesis::�� HipotesisHipotesis NolNol (Ho): (Ho): mismis. . tidaktidak adaada hubungan/perbedaanhubungan/perbedaan

�� HipotesisHipotesis alternatifalternatif (Ha): (Ha): mismis. . adaada hubungan/perbedaanhubungan/perbedaan

�� JumlahJumlah variabelvariabel yang yang dianalisisdianalisis::�� 1 1 variabelvariabel ((univariatunivariat))

�� 2 2 variabelvariabel ((bivariatbivariat))

�� 3 3 variabelvariabel ((multivariatmultivariat))

�� KeberlakuanKeberlakuan hasilhasil penelitianpenelitian ((padapada arasaras populasipopulasi atauataucontohcontoh))

�� Model/Model/polapola sebaransebaran data yang data yang akanakan menentukanmenentukanparameter parameter statistikstatistik ujiuji ((ParametrikParametrik atauatau Non Non ParametrikParametrik))

�� Ada/tidaknyaAda/tidaknya interaksiinteraksi antaraantara variabelvariabel bebasbebas((perlakuanperlakuan) ) dalamdalam mempengaruhimempengaruhi variabelvariabel taktak bebasbebas((variabelvariabel responsrespons))

�� TarafTaraf kepercayaankepercayaan ((signifikansisignifikansi) yang ) yang akanakan dipakaidipakaidalamdalam prosesproses pengambilanpengambilan keputusankeputusan::

�� αα = 5 % = 5 % atauatau 1 %1 %

�� NilaiNilai probabilitasprobabilitas (p) (p) batasannyabatasannya : p=0,05: p=0,05

PEMILIHAN JENIS UJI STATISTIKPEMILIHAN JENIS UJI STATISTIK

1.1. AnalisisAnalisis statistikstatistik cocokcocok untukuntuk data data kuantitatifkuantitatif atauatau data data yang yang dikuantitatifkandikuantitatifkan

2.2. AnalisisAnalisis nonstatistiknonstatistik biasanyabiasanya diaplikasikandiaplikasikan untukuntuk data data kualitatifkualitatif –– deskriptifdeskriptif atauatau tekstulartekstular

3.3. KhususKhusus untukuntuk analisisanalisis statistikstatistik: model yang : model yang digunakandigunakanharusharus sesuaisesuai dengandengan rancanganrancangan penelitiannyapenelitiannya((ditentukanditentukan oleholeh rumusanrumusan masalahmasalah –– tujuantujuan ––hipotesishipotesis), ), dapatdapat dibedakandibedakan::

�� UjiUji beda/komparatifbeda/komparatif�� UjiUji asosiasiasosiasi ((hubunganhubungan atauatau pengaruhpengaruh))

4.4. Agar model Agar model atauatau metodemetode ujiuji ituitu sahihsahih makamaka asumsiasumsi--asumsiasumsi yang yang mendasarimendasari harusharus dipenuhidipenuhi, , adaada 2 2 pilihanpilihan::

�� UjiUji statistikstatistik parametrikparametrik�� UjiUji statistikstatistik nonparametriknonparametrik

JENIS STATISTIKJENIS STATISTIK�� StatistikStatistik DeskriptifDeskriptif: data : data diringkasdiringkas padapada halhal--halhal yang yang

pentingpenting dalamdalam data data tersebuttersebut�� GrafikGrafik, , sptspt: histogram, pie chart : histogram, pie chart dlldll ((padapada SPSS SPSS dalamdalam menu: menu:

Graph. Graph. �� TabelTabel�� DistribusiDistribusi frekuensifrekuensi..�� Central Central tendensitendensi : mean, modus, median : mean, modus, median �� UkuranUkuran dispersidispersi : : standarstandar deviasideviasi, , varianvarian

((keempatnyakeempatnya padapada SPSS SPSS menggunakanmenggunakan menu: Analyze, menu: Analyze, submenu: Descriptive Statistic) submenu: Descriptive Statistic)

�� StatistikStatistik InferensialInferensial: : menggunakanmenggunakan metodemetode statistikstatistik untukuntukmenganalisismenganalisis data data dandan hasilhasil analisisanalisis tersebuttersebut digunakandigunakanuntukuntuk menggambarkan/mengestimasimenggambarkan/mengestimasi parameter parameter populasipopulasi daridari sampelsampel ygyg adaada

PedomanPedoman PenggunaanPenggunaan Parameter Parameter padapada StatistikStatistik InferensialInferensial

Tipe Data

DistribusiData

JumlahData

StatistikParametrik

StatistikNon

Parametrik

Nominal/Ordinal

Tidak Normal

Kecil (<30)

Besar (>30)

Normal

Interval/ratio

JENIS UJI STATISTIKJENIS UJI STATISTIK

MacamMacamDataData

BentukBentuk HipotesisHipotesis

KomparatifKomparatif (2 (2 sampelsampel)) KomparatifKomparatif (>2 (>2 sampelsampel)) AsosiasiAsosiasi((hubunganhubungan))

Related Related IndependenIndependen RelatedRelated IndependenIndependen

NominalNominal•• Mc Mc NemarNemar •• Fisher ExactFisher Exact--

ProbabilityProbability•• ChiChi--SquareSquare

•• XX2 2 utkutk k k sampelsampel

•• Cochran QCochran Q

••XX2 2 utkutk k k sampelsampel

••ContingencyContingency••Coefficient CCoefficient C

OrdinalOrdinal •• Sign testSign test•• WilcoxonWilcoxon

matched matched pairspairs

•• Median TestMedian Test•• MannMann--

WhitneyWhitney--U testU test

•• KolmogorofKolmogorof--SmirnovSmirnov

•• WaldWald--WoldfowitzWoldfowitz

•• FriedmanFriedman--TwoTwo--WayWay--AnovaAnova

•• Median Median ExtensionExtension

•• KruskalKruskalWallisWallis--OneOne--WayWay--AnovaAnova

•• Spearman Spearman rank rank correlationcorrelation

•• Kendall Kendall TauTau

Interval, Interval, RasioRasio •• tt--test of test of related related ((piredpired))

•• tt--test test independentindependent

•• One way One way AnovaAnova

•• Two way Two way AnovaAnova

•• One Way One Way AnovaAnova

•• Two Way Two Way AnovaAnova

•• Pearson Pearson PruductPruductMommentMomment

•• Partial Partial CorrelationCorrelation

•• Multiple Multiple CorrelationCorrelation

•• RegresiRegresi

Sumber: Sugiyono (1999). Statistik Nonparametrik Untuk Penelitian, CV Alfabeta, Bandung

DistribusiDistribusi NormalNormal

�� MenurutMenurut pandanganpandangan statistikstatistik, , distribusidistribusi variabelvariabel padapadapopulasipopulasi mengikutimengikuti distribusidistribusi normalnormal

�� DistribusiDistribusi normal normal adalahadalah bentukbentuk distribusidistribusi yang yang memusatmemusatdidi tengahtengah, mean, mode , mean, mode dandan median median beradaberada didi tengahtengah

MengujiMenguji NormalitasNormalitas DataData

�� Data interval/Data interval/rasiorasio harusharus diujidiuji normalitasnormalitas sebelumsebelumdianalisisdianalisis untukuntuk menentukanmenentukan jenisjenis ujiuji parametrikparametrik atauataunon non parametrikparametrik

�� TujuanTujuan ujiuji: : untukuntuk melihatmelihat apakahapakah sebaransebaran data data mengikutimengikutipolapola sepertiseperti kurvakurva normalnormal

�� Cara : Cara : membandingkanmembandingkan data data empirikempirik dengandengan data idealdata ideal

�� HipotesisHipotesis::�� Ho: Ho: tidaktidak terdapatterdapat perbedaanperbedaan antaraantara data data empirikempirik dandan data data

teoritikteoritik

�� Ha: Ha: terdapatterdapat perbedaanperbedaan antaraantara data data empirikempirik dandan data data teoritikteoritik

-- p p >> 0,05 0,05 makamaka Ha Ha ditolakditolak (normal)(normal)

-- p < 0,05 p < 0,05 makamaka Ha Ha diterimaditerima ((tidaktidak normal)normal)

PrinsipPrinsip UjiUji DistribusiDistribusi NormalNormal

�� PrinsipnyaPrinsipnya membandingkanmembandingkan antaraantara distribusidistribusi data yang data yang didapatdidapat (observed) (observed) dengandengan data normal (expected)data normal (expected)

�� JikaJika hasilhasil ujiuji menunjukkanmenunjukkan tidaktidak adaada perbadaanperbadaan antaraantarakeduakedua distribusidistribusi data data tersebuttersebut (p (p >> 0,05) 0,05) dikatakandikatakandistribusidistribusi data data obsevedobseved adalahadalah normalnormal

Observed Expected

PengujianPengujian DistribusiDistribusi NormalNormal

BerbagaiBerbagai Cara Cara MengujiMenguji NormalitasNormalitasDataData

1.1. NilaiNilai SkewnessSkewness dandan KurtosisKurtosis

2.2. LillieforsLilliefors ((UjiUji KolmogorovKolmogorov Smirnov)Smirnov)

3.3. ShapiroShapiro--WilksWilks

4.4. GrafikGrafik PP PP dandan GrafikGrafik QQ--Q (normal Q (normal jkjk data data tersebartersebar didi sekelilingsekeliling garisgaris))

5.5. NilaiNilai Z (Z (jikajika terletakterletak antaraantara –– 1,96 1,96 sampaisampai+1,96 +1,96 padapada taraftaraf signifikansisignifikansi 5 %) 5 %)

1. Ratio 1. Ratio SkewnessSkewness dandan Kurtosis:Kurtosis:

�� Ratio Ratio SkewnessSkewness = = nilainilai skewnessskewness dibagidibagi standarstandarerror error skewnessskewness

�� PatokanPatokan nilainilai SkewnessSkewness adalahadalah --0,155, 0,155, sdgsdgstandard error standard error skewnessskewness diperolehdiperoleh daridari hasilhasilanalisisanalisis datadata

�� JikaJika Ratio Ratio SkewnessSkewness beradaberada antaraantara --2 2 sampaisampai +2 +2 makamaka distribusidistribusi dikatakandikatakan normalnormal

�� Ratio Kurtosis = Ratio Kurtosis = nilainilai kurtosis kurtosis dibagidibagi standard error standard error kurtosiskurtosis

�� PatokanPatokan nilainilai KurosisKurosis adalahadalah --0,155, 0,155, sdgsdg standard standard error kurtosis error kurtosis diperolehdiperoleh daridari hasilhasil analisisanalisis datadata

�� JikaJika Ratio Kurtosis Ratio Kurtosis beradaberada antaraantara --2 2 sampaisampai +2 +2 makamaka distribusidistribusi dikatakandikatakan normalnormal

TambahanTambahan tentangtentang NormalitasNormalitas

�� SatuSatu istilahistilah yang yang ngetrendngetrend dalamdalam KurveKurve Normal Normal adalahadalah SkewnessSkewness dandan Kurtosis. Kurtosis. SkewnessSkewnessberkaitanberkaitan dengandengan lebarlebar kurvekurve, , sedangkansedangkankurtosis kurtosis dengandengan tinggitinggi kurvekurve. . JikaJika data data terlihatterlihatsebarannyasebarannya normal, normal, tapitapi kalaukalau nilainilai kurtosisnyakurtosisnyabesarbesar (alias (alias salahsalah satusatu kategorikategori terlaluterlalu tinggitinggi) ) yayanggaknggak normal. normal. DuaDua nilainilai iniini harusharus diperhatikandiperhatikan... ...

�� NilaiNilai KritisKritis (Z) = (Z) = SkewnessSkewness / / √√ (6/N). Z (6/N). Z tidaktidakbolehboleh lebihlebih daridari 2,58 (sig. 1%) 2,58 (sig. 1%) dandan 1,96 (sig. 1,96 (sig. 5%). 5%).

�� UntukUntuk Kurtosis Kurtosis rumusnyarumusnya samasama. .

�� PadaPada SPSS, Ratio SPSS, Ratio SkewnessSkewness dandan Kurtosis Kurtosis diperolehdiperoleh lewatlewat::�� Menu AnalyzeMenu Analyze

�� Submenu Descriptive Submenu Descriptive Statistics Statistics –– FrequenciesFrequencies

�� MasukkanMasukkan VariabelVariabel yang yang akanakan diujidiuji keke kotakkotakVariable(sVariable(s))

�� KlikKlik pilihanpilihan icon Statistics, icon Statistics, selanjutnyaselanjutnya KlikKlik padapada: : SkewnessSkewness dandan Kurtosis, Kurtosis, kemudiankemudian OKOK

2. Testing skew by Z2. Testing skew by Z--scorescore

�� The simplest test we can use is a zThe simplest test we can use is a z--score. In the case of score. In the case of skew the zskew the z--score is given by:score is given by:

�� The standard error of skew is given byThe standard error of skew is given by

�� where N is the number of cases in the sample.where N is the number of cases in the sample.�� If a z score associated with the skew is greater than If a z score associated with the skew is greater than

||±±1.96| then the sample is significantly different from 1.96| then the sample is significantly different from normal. normal.

�� In other words, a value of skew which is significantly In other words, a value of skew which is significantly different from zero, would mean that we do not have different from zero, would mean that we do not have normally distributed datanormally distributed data

z = skew − 0SEskew

SEskew = 6N

Cara menentukan nilai Z: Cara menentukan nilai Z: �� pilihpilih menu menu AnalyzeAnalyze –– Descriptive Descriptive StatisticsStatistics ––

DescriptivesDescriptives�� Masukkan Variabel pada kotak Variable(s) Masukkan Variabel pada kotak Variable(s) �� Aktifkan pAktifkan pilihanilihan: Save standardized value as : Save standardized value as

variable (variable (akanakan adaada tambahantambahan variable variable barubarudidi file file yaituyaitu nilainilai z) z)

�� KlikKlik pilihanpilihan Continue Continue dandan OKOK�� DistribusiDistribusi NilaiNilai Z (Z (jikajika terletakterletak antaraantara –– 1,96 1,96

sampaisampai +1,96 +1,96 padapada taraftaraf signifikansisignifikansi 5 %)5 %)

3. 3. UjiUji KolmogorovKolmogorov Smirnov:Smirnov:

�� UntukUntuk mengujimenguji normalitasnormalitassebuahsebuah variabelvariabel

�� DikatakanDikatakan DistribusiDistribusi Normal Normal jikajikaP P >> 0,05 0,05

�� PadaPada program SPSS program SPSS dilakukandilakukanmelaluimelalui::

��Menu AnalyzeMenu Analyze��Submenu Nonparametric Submenu Nonparametric TestTest��PilihPilih: : –– 1 Sample KS1 Sample KS��MasukkanMasukkan variabelvariabel yang yang padapada kotakkotak: Test Variable : Test Variable ListList��KlikKlik icon Test Distribution icon Test Distribution Normal, Normal, kemudiankemudian OK OK

4. 4. UjiUji KolmogorovKolmogorov SmirnovSmirnovdandan Shapiro Shapiro WilkWilk

�� UntukUntuk mengujimenguji normalitasnormalitas duadua kelompokkelompok data yang data yang berasalberasal daridari sebuahsebuah variabelvariabel

�� DikatakanDikatakan DistribusiDistribusi Normal Normal jikajika P P >> 0,05 0,05 �� PadaPada program SPSS program SPSS dilakukandilakukan melaluimelalui::

�� Menu AnalyzeMenu Analyze�� Submenu Descriptive Statistics Submenu Descriptive Statistics –– ExploreExplore�� MasukkanMasukkan VariabelVariabel DependenDependen dandan FaktorFaktor

pembedanyapembedanya keke kotakkotak masingmasing--masingmasing�� KlikKlik pilihanpilihan icon: Plots icon: Plots dandan pilihpilih Normality Plots Normality Plots

with Testswith Tests

Pilih Plots

Tests of Normality

KolmogorovKolmogorov--SmirnovSmirnov

ShapiroShapiro--WilkWilk

lokasilokasipenelitianpenelitian

StatisticStatistic dfdf Sig.Sig. StatisticStatistic dfdf Sig.Sig.

lilalila WUSWUS desadesa .284.284 1515 .002.002 .782.782 1515 .010.010

kotakota .196.196 1515 .127.127 .948.948 1515 .486.486

** This is an upper bound of the true significance.a Lilliefors Significance Correction

Distribusi Normal jika P > 0,05

Cara Membaca Output

5. Grafik normal PP dan Grafik 5. Grafik normal PP dan Grafik normal Qnormal Q--Q Q

�� Dikatakan normal jk data tersebar di sekeliling garis Dikatakan normal jk data tersebar di sekeliling garis �� Data yang tersebar jauh dari garis menunjukkan data Data yang tersebar jauh dari garis menunjukkan data

terdistribusi tidak normalterdistribusi tidak normal�� Pada program SPSS dilakukan melalui:Pada program SPSS dilakukan melalui:

�� GraphsGraphs�� Kemudian pilih PKemudian pilih P--P atau QP atau Q--QQ

�� Pilih variabel yang akan Pilih variabel yang akan diuji dan dimasukkan ke diuji dan dimasukkan ke dalam kotak Variablesdalam kotak Variables

�� Pilih Test Distribution : Pilih Test Distribution : NormalNormal

�� Kemudian tekan OKKemudian tekan OK

MengujiMenguji KesamaanKesamaan VarianVarian

�� LaveneLavene Test:Test:�� UntukUntuk mengujimenguji kesamaankesamaan duadua varianvarian data yang data yang berasalberasal daridari

sebuahsebuah variabelvariabel

�� DikatakanDikatakan variannyavariannya samasama jikajika P P >> 0,05 0,05

�� PadaPada program SPSS program SPSS dilakukandilakukan melaluimelalui::

�� Menu AnalyzeMenu Analyze

�� Submenu Descriptive Statistics Submenu Descriptive Statistics –– ExploreExplore

�� MasukkanMasukkan VariabelVariabel DependenDependen dandan FaktorFaktor pembedanyapembedanya kekekotakkotak masingmasing--masingmasing

�� KlikKlik pilihanpilihan icon: Plots icon: Plots dandan pilihpilih Power estimation Power estimation padapadabagianbagian Spread Spread vsvs Level with Level with LeveneLevene TestTest

ApaApa yang yang harusharus dilakukandilakukan jikajikasebaransebaran data data tidaktidak normalnormal

�� transformasitransformasi data data dalamdalam bentukbentuk yang lain (yang lain (remedies remedies for non normalfor non normal). ). AdaAda banyakbanyak caracaramentransformasikanmentransformasikan, , tetapitetapi caracara yang yang seringsering dipakaidipakaiadalahadalah transformasitransformasi dalamdalam bentukbentuk akarakar kuadratkuadrat, , arcsinarcsin, , dandan log 10. (log 10. (lihatlihat modulmodul transformasitransformasi data)data)

�� menambahmenambah jumlahjumlah sampelsampel penelitianpenelitian, , hinggahinggakatakanlahkatakanlah 100 100 sampelsampel. .

�� MenyisihkanMenyisihkan outliers: outliers: membuangmembuang subjeksubjek yang yang teridentifikasiteridentifikasi sebagaisebagai outliers outliers atauatau memilikimemiliki nilainilaiekstrim/menyimpangekstrim/menyimpang dibandingdibanding yang lain. yang lain.

�� MemisahMemisah berdasarkanberdasarkan katagorikatagori tertentutertentu, , misalmisal sex, sex, lokasilokasi, , pekerjaanpekerjaan dlldll

�� JikaJika tidaktidak bisabisa dengandengan caracara didi atasatas ---- data data tidaktidaknormal normal dianalisisdianalisis dg dg statistikstatistik non non parametrikparametrik. .