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

UJI PERBEDAAN (Differences analysis) PowerPoint PPT Presentation


  • 152 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)


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 Samples

Two samples dibedakan menjadi 2 yaitu:

1. Two-related (paired) samples,

2. Two-independent samples,


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 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

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 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 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

  • 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 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 Samples

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


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 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

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


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

  • 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

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 Test

Dalam SPSS, Chi Square dioperasikanmelalui:

ANALYZE > DESCRIPTIVE STATISTIC > CROSSTABS. Dalamkotak dialog

Crosstabs, klikSTATISTIC & pilihCHI-SQUARE


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 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 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 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 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”


    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)

    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 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 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)

    • 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 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 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