Uji perbedaan differences analysis
This presentation is the property of its rightful owner.
Sponsored Links
1 / 31

UJI PERBEDAAN (Differences analysis) PowerPoint PPT Presentation


  • 137 Views
  • Uploaded on
  • Presentation posted in: General

UJI PERBEDAAN (Differences analysis). One Sample vs. Two Samples. Dalam analisis data, peneliti dapat dihadapkan pada analisis atas one sample atau two/more samples. Jumlah sampel, one sample atau two samples ditentukan berdasarkan “bagaimana data diperlakukan”, bukan pada

Download Presentation

UJI PERBEDAAN (Differences analysis)

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Uji perbedaan differences analysis

UJI PERBEDAAN(Differences analysis)


One sample vs two samples

One Sample vs. Two Samples

Dalam analisis data, peneliti dapat dihadapkan pada analisis atas one sample atau two/more samples.

Jumlah sampel, one sample atau two samples ditentukan berdasarkan “bagaimana data diperlakukan”, bukan pada

“bagaimana data dikumpulkan”!


One sample vs two samples1

One Sample vs. Two Samples

Two samples dibedakan menjadi 2 yaitu:

1. Two-related (paired) samples,

2. Two-independent samples,


Menguji hipotesis

Menguji Hipotesis

  • Bila pvalue > nilai signifikan, berarti pvalue tidak signifikan, berarti terima H0 dan tolak Ha. Atau, hipotesis tidak terbukti atau tidak dapat diterima.

  • Bila pvalue ≤ nilai signifikan, berarti pvalue signifikan, berarti tolak H0 dan terima Ha. Atau, hipotesis terbukti atau dapat diterima.

H0 : Hipotesa Awal

Ha : Hipotesa Alternatif


Menguji hipotesis1

Menguji Hipotesis

Besarnya nilai signifikansi (nilai alpha ) tergantung peneliti, yakni tergantung dari level of confidence peneliti.

Bila level of confidence = 95%, maka

= 0.05 (5%), yaitu nilai signifikansi sebesar 5%.


One sample metric data

One sample – Metric Data

Misalkan ingin dibuktikan hipotesis

  • Rata-rata (mean) persepsi responden terhadap kualitas menyeluruh produk merek toko kategori makanan-minuman adalah di atas 4.0.

    Dengan tingkat signifikansi =0.05, maka hipotesis statistiknya dapat dirumuskan sbb:


One sample metric data1

One sample – Metric Data

Karena variabel “persepsi terhadap kualitas produk” diukur dengan skala interval (metric), maka teknik statistik yang digunakan adalah ONE SAMPLE t-Test.

H0:

< 4.0

Ha:

> 4.0


One sample metric data2

One sample – Metric Data

ONE SAMPLE t-Test:

Dalam SPSS, langkah2nya sbb:

ANALYZE > COMPARE MEANS > ONE SAMPLE t-TEST > Kemudian pilih variabel yang akan diuji nilai mean-nya.


Two independent samples

Two-Independent Samples

  • Misal: Responden Pria dan Wanita.

  • Pengujian perbedaan, responden pria dan wanita tersebut diperlakukan sebagai 2 sampel yang berbeda/independent (seorang responden yg berjenis kelamin Pria, maka ia adalah anggota kelompok sampel Pria; tidak mungkin ia pada saat yg bersamaan, masuk ke kelompok sampel Wanita  sehingga teknik pengujian yang digunakan adalah two-independent samples.


Two independent samples1

Two Independent Samples

Contoh:

Apakah persepsi responden pria berbeda signifikan dengan persepsi responden wanita dalam menilai kualitas menyeluruh dari produk merek toko kategori makanan-minuman.

Karena persepsi diukur dengan skala interval, maka teknik statistik yang digunakan adalah t-Test Two-Independent Samples.


Two independent samples2

Two Independent Samples

Dengan tingkat signifikansi = 0.05, maka hipotesis statistiknya dirumuskan sbb:


Two related paired samples sampel berpasangan

Two Related (Paired) Samples Sampel Berpasangan

Two-related samples (paired samples) adalah apabila kepada sekelompok sampel dilakukan pengukuran sebanyak 2 kali untuk hal yang berbeda, atau untuk hasil suatu treatment (Uji sebelum dan sesudah treatment).


Two related paired samples sampel berpasangan1

Two Related (Paired) Samples – Sampel Berpasangan

Contoh:

Akan diuji apakah persepsi respondendalam menilai kualitas produk kategori makanan-minuman berbeda signifikan dibandingkan dengan kategori non makanan-minuman.

Kelompok responden mengalami pengukuran 2x, maka diperlakukan 2 sampel berpasangan  teknik pengujian yang digunakan adalah two-related/paired samples


Two paired samples metric data

Two Paired samples – Metric Data

Dengan tingkat signifikansi = 0.05, hipotesis statistik-nya dirumuskan sbb:


Two paired samples metric data1

Two Paired samples – Metric Data

Variabel ke-1 “persepsikualitasproduk Ma-Min”

Variabel ke-2 “persepsikualitasproduk Non Ma-Min”

Untukmengujiperbedaan ke-2 sampeldigunakan TWO SAMPLES / PAIRED t-Test.

Dalam SPSS, langkah2nya sbb:

ANALYZE > COMPARE MEANS > PAIRED SAMPLES t-TEST >

Kemudianpilihvariabel-variabel yang akandiujinilai mean-nya.


Chi square analysis

Chi Square Analysis

  • Variabel-variabel yang diuji dengan teknik Chi-square ( )harus diukur dengan skala nominal atau ordinal (non-metric data).

  • Untuk menggunakan chi-square, maka harus dibuat tabulasi silang (cross-tabulation) terlebih dahulu.


Chi square test

Chi-square Test

Contoh:

  • Peneliti ingin menguji apakah gender responden berasosiasi/berhubungan dengan toko dimana responden membeli produk.

  • “Gender” sebagai variabel ke-1, dan “nama toko” sebagai variabel ke-2, merupakan data berskala nominal (data non-metric), teknik statistik yang dipakai untuk menguji asosiasi atau hubungan antara gender dan toko yang dipilih adalah Chi-Square.


Chi square test1

Chi-square Test

Dalam SPSS, Chi Square dioperasikanmelalui:

ANALYZE > DESCRIPTIVE STATISTIC > CROSSTABS. Dalamkotak dialog

Crosstabs, klikSTATISTIC & pilihCHI-SQUARE


Analisis varian

Analisis Varian

  • Apabila uji perbedaan yang dilakukan melibatkan rata-rata (mean) lebih dari 2 populasi atau kelompok sampel, teknik statistik yang digunakan adalah analisis varian atau ANOVA (analysis of variance).


Analisis varian1

Analisis Varian

  • Dalam bentuk paling sederhana, ANOVA memiliki 1 variabel dependen (data metrik atau dalam skala interval atau rasio). Lalu 1 atau lebih variabel independen (data non-metrik dalam skala nominal atau ordinal).

  • Variabel independen ini disebut faktor. Kategorisasi yang dilakukan terhadap variabel independen disebut perlakuan (treatment).


Analisis varian2

Analisis Varian

  • Banyaknyakategoriharuslebihdari 2, karenabilahanya 2 kategori, uji t-test bisadigunakan.

  • Apabilahanyaada 1 variabelindependen, maka yang dipakaiadalah ANOVA satu-arah(one-way ANOVA). Bilaada 2 variabelindependen, maka ANOVA dua-arah(two-way ANOVA). Bilalebihdari 2 variabelindependen, digunakan ANOVA multi- arah(N-way ANOVA).

  • Apabilasejumlahvariabelindependenterdiridarivariabel non-metrikdanmetrik, makateknikstatistik yang digunakanadalah ANCOVA (analysis of covariance).


Analisis varian3

Analisis Varian

  • Dalam pengujian, formulasi hipotesis statistiknya sbb:

    H0: µ1 = µ2 = …. = µk

    Ha: µ1 ≠ µ2 ≠ …. ≠ µk (tidak semua rata-rata sama –setidaknya ada dua mean populasi yang tidak sama).


Analisis varian4

Analisis Varian

Contoh:

  • Sebuah department store menelitiefekdariin-store promotion (X) terhadap sales (Y).

  • Variabeldependen sales --- metric (skalarasio)

  • Variabelindependen  in-store promotion --- nonmetric (skala nominal).

    Dibagidalam 3 kategori: (1) promosi high, (2) promosi medium, dan (3) promosi low.

  • Dalam SPSS, langkah2nya sbb:

    ANALYZE > COMPARE MEANS > ONE WAY ANOVA


  • Data in store promotion

    Data “In-Store Promotion”


    Uji anova satu arah one way anova

    Uji ANOVA satu-arah (One-way ANOVA)

    Nilai signifikansi dengan F test  0.000 < pvalue 0.05, berarti signifikan, sehingga kita menolak H0 dan menerima Ha . Dengan demikian, tingkat in-store promotion terbukti memiliki pengaruh yang signifikan terhadap penjualan.


    Uji anova dua arah two way anova

    Uji ANOVA dua-arah (Two-way ANOVA)

    Misalkan ingin diketahui : apakah in-store promotion dan kupon yang dikeluarkan berpengaruh signifikan terhadap sales.

    • Variabel dependen  sales --- metric (skala rasio)

    • Variabel independen, ada 2 yaitu:

      X1 (in-store promotion) --- nonmetric (skala nominal).

      X2 (coupon) --- nonmetric (skala nominal).


    Uji anova dua arah two way anova1

    Uji ANOVA dua-arah (Two-way ANOVA)

    Statistik uji yang digunakan adalah ANOVA dua-arah.

    Dalam SPSS, langkah2nya sbb:

    ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE

    Masukkan variabel dependen ke “Dependent

    Variable” dan variabel independen ke “Fixed

    Factor(s)”.


    Uji anova dua arah two way anova2

    Uji ANOVA dua-arah (Two-way ANOVA)

    Nilai signifikansi Coupon*Promotion 0.206 > pvalue 0.05  tidak signifikan, artinya terima H0 dan tolak H1.

    Jadi,tingkat in-store promotion dan kupon yang dikeluarkan tidak memilki pengaruh yang signifikan terhadap penjualan.


    Uji ancova analysis of covariance

    Uji ANCOVA (Analysis of Covariance)

    • Misalkan ingin diketahui: apakah in-store promotion dan kupon yang dikeluarkan berpengaruh signifikan terhadap sales, sementara kita mengontrol pengaruh dari client.

    • Variabel dependen  sales --- metric (skala rasio)

    • Variabel independen, ada 3 

      X1 (in-store promotion) --- nonmetric (skala nominal).

      X2 (coupon) --- nonmetric (skala nominal).

      X3 (client) metric (skala rasio)


    Uji ancova analysis of covariance1

    Uji ANCOVA (Analysis of Covariance)

    Karenavariabelindependenterdiriatas data metric dan non-metric, makastatistikuji yang digunakanadalah ANCOVA.

    Dalam SPSS, langkah2nya sbb:

    ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE

    Masukkanvariabeldependenke “Dependent Variable”, kemudianvariabelindependen non metric ke “Fixed Factor(s)”, danvariabelindependen metric ke “Covariate(s)”.


    Uji ancova analysis of covariance2

    Uji ANCOVA (Analysis of Covariance)

    Nilai signifikansi Clientel 0.363 > pvalue 0.05,  tidak signifikan, jadi terima H0 dan tolak H1.

    Dengan demikian dapat dikatakan bahwa tingkat in-store promotion dan kupon yang dikeluarkan serta client tidak memilki pengaruh yang signifikan terhadap penjualan.


  • Login