Transcript - Fenni Supriadi E

APLIKASI KOMPUTER
Dosen: Fenni Supriadi, SE.,MM
www.fennisupriadi.com
[email protected]
Tujuan Pembelajaran :
Mahasiswa diharapkan mampu memahami
dan menjelaskan pengertian hipotesa awal
dan hipotesa alternatif, perumusan hipotesa
awal dan hipotesa alternatif dari suatu soal
cerita/contoh kasus
www.fennisupriadi.com
[email protected]
Tujuan Pembelajaran :
Kemudian
memformulasikan
hipotesa
tersebut kedalam kalimat matematik dan
menyimpulkan dari hipotesa yang ada untuk
pengambilan keputusan, means dan contoh
uji T untuk satu sampel dan contoh kasus
dan dua sampel bebas, uji T untuk dua
sampel yang berpasangan dan uji one-way
ANOVA.
www.fennisupriadi.com
[email protected]
Pokok Bahasan :
Konsep Dasar Pengujian Hipotesa
Uji Statistik Compare Mean
www.fennisupriadi.com
[email protected]
Statistik Induktif (Inferensi)
Metode statistik inferensi dalam
cukup beragam, dan salah satu
penting dalam pemilihan metode
yang akan digunakan adalah
distribusi sebuah data.
www.fennisupriadi.com
praktek
kriteria
statistik
melihat
[email protected]
Statistik Induktif (Inferensi)
Jika data yang diuji berdistribusi normal atau
mendekati
distribusi
normal,
maka
selanjutnya dengan data-data tersebut bisa
dilakukan
berbagai
inferensi
atau
pengambilan keputusan dengan metode
statistik parametrik.
www.fennisupriadi.com
[email protected]
Statistik Induktif (Inferensi)
Namun, jika terbukti data tidak berdistribusi
normal atau jauh dari kriteria distribusi
normal, maka metode parametrik tidak bisa
digunakan;
untuk
kegiatan
inferensi
sebaiknya digunakan metode statistik
nonparametrik.
www.fennisupriadi.com
[email protected]
Statistik Induktif (Inferensi)
DISTRIBUSI DATA
Normal
STATISTIK
PARAMETRIK
www.fennisupriadi.com
Tidak Normal
DISTRIBUSI NON
PARAMETRIK
[email protected]
Uji Hipotesis
Salah satu kegiatan statistik induktif adalah
menguji
sebuah
hipotesis
(dugaan
sementara). Dalam melakukan uji hipotesis,
ada banyak faktor yang menentukan, seperti
apakah sampel yang diambil berjumlah
banyak atau hanya sedikit; apakah standar
deviasi populasi diketahui; apakah varians
populasi diketahui; metode parametrik
apakah yang dipakai, dan seterusnya.
www.fennisupriadi.com
[email protected]
PROSEDUR UJI HIPOTESIS
A. Menentukan H0 dan Hi.
• H0 adalah NULL HYPOTHESIS.
• Hi adalah ALTERNATIVE HYPOTHESIS.
www.fennisupriadi.com
[email protected]
A. Menentukan H0 dan Hi.
Pernyataan pada H0 dan Hi selalu
berlawanan. Sebagai contoh, jika H0
menyatakan bahwa rata-rata populasi
(Omset penjualan pedagang kain di suatu
pasar seperti contoh di atas) adalah Rp20
juta per bulan, maka Hi menyatakan
alternatifnya, yaitu rata-rata omset bukan
Rp20 juta. Omset diduga bisa lebih dari Rp20
juta atau kurang dari Rp20 juta.
www.fennisupriadi.com
[email protected]
B. Menentukan Uji (Prosedur) Statistik yang
digunakan; apakah akan digunakan uji t,
ANOVA, uji z, dan lainnya.
www.fennisupriadi.com
[email protected]
C. Menentukan statistik tabel.
Nilai Statistik tabel/nilai kritis biasanya
dipengaruhi oleh:
• Tingkat Kepercayaan.
• Derajat Kebebasan (df).
Derajat kebebasan atau degree of fredom
sangat bervariasi tergantung dari metode
yang dipakai dan jumlah sampel yang
diperoleh.
• Jumlah sampel yang didapat
www.fennisupriadi.com
[email protected]
C. Menentukan statistik tabel.
Derajat kebebasan atau degree of fredom
sangat bervariasi, tergantung dari metode
yang dipakai dan jumlah sampel yang
diperoleh.
www.fennisupriadi.com
[email protected]
D. Menentukan statistik hitung.
Nilai statistik hitung tergantung pada metode
parametrik yang digunakan. Pada pengerjaan
dengan SPSS, nilai statistik hitung langsung
ditampilkan nilai akhirnya; sedangkan proses
perhitungannya sampai pada nilai akhir
tersebut tidak diperlihatkan, termasuk
angka-angka statistik tabel.
www.fennisupriadi.com
[email protected]
D. Menentukan statistik hitung.
Untuk mengetahui proses perhitungan
sampai dengan output tersebut, bisa
dilakukan dengan cara manual, atau dengan
bantuan software spreadsheet seperti Excel.
www.fennisupriadi.com
[email protected]
E. Mengambil keputusan
Keputusan terhadap hipotesis di atas
ditentukan dengan membandingkan nilai
statistik hitung dengan nilai kritis/statistik
tabel.
www.fennisupriadi.com
[email protected]
E. Mengambil keputusan
SPSS hanya memberikan informasi mengenai
ringkasan data dan nilai statistik hitung.
Sedangkan keputusan untuk menolak atau
menerima sebuah hipotesis tidak diberikan
pada output SPSS. Hasil output statistik
membantu untuk melakukan prosedur
statistik inferensi yang benar dan mengambil
keputusan yang tepat berdasarkan ouput
SPSS.
www.fennisupriadi.com
[email protected]
STATISTIK INFERENSI UJI T PADA SPSS
PAIRED SAMPLE T TEST
ANALISIS UNTUK DUA SAMPEL YANG BERPASANGAN DALAM
ARTI SUBJEKNYA SAMA NAMUN MENGALAMI DUA
PERLAKUAN YANG BERBEDA
PAIRED SAMPLE T TEST
Kasus :
Produsen OBAT DIET ingin mengetahui apakah
obat yang diproduksinya mempunyai efek
terhadap penurunan berat badan konsumen.
Untuk itu, 10 sampel masing-masing diukur
berat badannya, dan setelah sebulan minum
obat tersebut, kembali diukur berat badannya
NO
SEBELUM
SESUDAH
1
76,85
76,22
2
77,95
77,89
3
78,65
79,02
4
79,25
80,21
5
82,65
82,65
6
88,15
82,53
7
92,54
92,56
8
96,25
92,33
9
84,56
85,12
10
88,25
84,56
Hipotesis
Ho : Kedua rata-rata populasi adalah identik
(rata2 populasi berat sebelum minum obat
dan sesudah minum obat adalah tidak
berbeda scara nyata)
Hi : Kedua rata-rata populasi adalah tidak
identik (rata2 populasi berat sebelum minum
obat dan sesudah minum obat adalah
berbeda secara nyata)
Dasar pengambilan keputusan
Jika Statistik hitung (angka t output) >
statistik tabel (tabel t) maka Ho ditolak
Jika Statistik hitung (angka t output) <
statistik tabel (tabel t) maka Ho diterima
T hitung 1, 646
1,646 < 1,833
Dasar pengambilan keputusan
Berdasarkan nilai probabilitas
Jika probabilitas > 0,05 maka Ho diterima
Jika Probabilitas < 0,05 maka Ho Ditolak
T tabel
Tingkat Signifikansi 5 %
Df (degree of freedom)
dikurang 1 (10-1) = 1,833
= Jumlah data
Keputusan
Terlihat bahwa t hitung dengan probabilitas
0,134, untuk uji dua sisi angka probabilitas
adalah 0,134/2 = 0,067.
Dapat disimpulkan bahwa berat badan
sebelum dan sesudah minum obat relatif
sama atau obat penurun berat badan
tersebut tidak efektif dalam menurunkan
berat badan secara nyata.
LANGKAH ANALISA
1.
2.
3.
4.
5.
6.
7.
Input data (Save dengan : DATA 1)
Analyze
Compare Means
Paired Samples T test
Paired Variables
Confidence Interval 95%
Missing Values : Exclude cases analysis by
analysis
ONE SAMPLE T TEST
DIGUNAKAN UNTUK MENGUJI APAKAH
SUATU NILAI (YANG DIBERIKAN SEBAGAI
PEMBANDING) BERBEDA SECARA NYATA
ATAU TIDAK DENGAN RATA-RATA SAMPEL
ONE SAMPLE T TEST
Dengan menggunakan DATA 1 :
Setelah ditimbang, rata-rata BB 90
kilogram. Apakah kelompok ini mempunyai
BB yang tidak sama secara signifikan dengan
rata-rata BB sampel sebelum minum obat?
LANGKAH ANALISA
1.
2.
3.
4.
5.
6.
7.
Buka DATA 1
Analyze
Compare Means
One Sample T test
Test Variable (s) : SEBELUM
Test Value : 90
Option :
a. Confodence interval : 95%
b. Missing Values
: Exclude cases analysis by
analysis
8. Continue
9. OK
One Sample Statistics
N
10
SEBELUM
Mean
84.5100
Std.
Deviation
Std. Error
Mean
6.6393
2.0995
One Sample Test
Test Value = 90
t
SEBELU
M
-2.615
Sig
(2tailed)
df
9
0.28
95% Confidence
Interval of the
Difference
Mean
Differen
ce
Lower
-5.4900 -10.2395
Upper
-.7405
Hipotesis
Ho : Berat kelompok anak muda tidak
berbeda dengan rata2 berat populasi
Hi : Berat kelompok anak muda berbeda
dengan rata2 berat populasi
Dasar pengambilan keputusan
Jika Statistik hitung (angka t output) >
statistik tabel (tabel t) maka Ho ditolak
Jika Statistik hitung (angka t output) <
statistik tabel (tabel t) maka Ho diterima
T hitung -2,615 > -2,262
T tabel
Tingkat Signifikansi 2,5 %
Df (degree of freedom)
dikurang 1 (10-1) = 2,262
= Jumlah data
Dasar pengambilan keputusan
Berdasarkan nilai probabilitas
Jika probabilitas > 0,05 maka Ho diterima
Jika Probabilitas < 0,05 maka Ho Ditolak
0,014 < 0,05
Keputusan
Terlihat bahwa t hitung dengan probabilitas
0,028, untuk uji dua sisi angka probabilitas
adalah 0,134/2 = 0,014.
Dapat disimpulkan bahwa berat badan
sebelum dan sesudah minum obat relatif
sama atau obat penurun berat badan
tersebut tidak efektif dalam menurunkan
berat badan secara nyata.
INDEPENDENT SAMPLE T TEST
Seorang peneliti ingin mengetahui apakah ada
perbedaan antara tinggi dan berat badan pria
dan wanita. 7 pria da 7 wanita diukur untuk
penelitian tersebut
NO SAMPEL
TINGGI
BERAT
GENDER
1
174,5
65,8
Pria
2
178,6
62,7
Pria
3
170,8
66,4
Pria
4
168,2
68,9
Pria
5
159,7
67,8
Pria
6
167,8
67,8
Pria
7
165,5
65,8
Pria
8
154,7
48,7
Wanita
9
152,7
45,7
Wanita
10
155,8
46,2
Wanita
11
154,8
43,8
Wanita
12
157,8
58,1
Wanita
13
156,7
54,7
Wanita
14
154,7
49,7
Wanita
LANGKAH ANALISA
1.
2.
3.
4.
5.
6.
7.
8.
8.
9.
Simpan data diatas dengan DATA2
Analyze
Compare Means
Independent Sample T test
Test Variable (s) : TINGGi & BERAT
Grouping Variable
Define Group :
a. Group 1 : 1 (pria)
b. Group 2 : 2 (wanita)
Option :
a. Confodence interval : 5%
b. Missing Values
: Exclude cases analysis by analysis
Continue
OK
UJI T DENGAN CUT POINT
SUATU ANGKA / DATA NUMERIK YANG
BERFUNGSI SEBAGAI BATAS
Menggunakan DATA 2, namun disini akan dibagi 2
grup
(tidak mempedulika gender) yang
mempunyai BB diatas 50 kg dan yang dibawah
50 kg. Dari grup tersebu, akan dilihat apakah
mereka yang berbobot lebih dari 50 kg
mempunyai rata-rata tinggi badan yang lebih
(tinggi) dibandingkan mereka yang berbobot
kurang dari 50 kg
LANGKAH ANALISA
1.
2.
3.
4.
5.
6.
7.
8.
Buka DATA2
Analyze
Compare Means
Independent Sample T test
Test Variable (s) : TINGGi
Grouping Variable : BERAT
Define Group : Cut point : 50
Option :
a. Confodence interval : 5%
b. Missing Values
: Exclude cases analysis by analysis
8. Continue
9. OK
MEANS
NO
SAMPEL
TINGGI
BERAT
GENDER
TINGGAL
1
174,5
65,8
Pria
Desa
2
178,6
62,7
Pria
Kampung
3
170,8
66,4
Pria
Kota
4
168,2
68,9
Pria
Kampung
5
159,7
67,8
Pria
Kampung
6
167,8
67,8
Pria
Kota
7
165,5
65,8
Pria
Kota
8
154,7
48,7
Wanita
Desa
9
152,7
45,7
Wanita
Desa
10
155,8
46,2
Wanita
Desa
11
154,8
43,8
Wanita
Kampung
12
157,8
58,1
Wanita
Kota
13
156,7
54,7
Wanita
Kota
14
154,7
49,7
Wanita
Kota
LANGKAH ANALISIS
1.
2.
3.
4.
5.
6.
7.
Simpan dengan nama DATA3
Analyze
Compare Means
MEANS
Dependent List : TINGGI, BERAT
Independent List : GENDER, TINGGAL
Option : MEAN, NUMBER OF CASES, STANDAR
DEVIATION
Continue
8. OK
SELESAI
SEMOGA BERMANFAAT
www.fennisupriadi.com
[email protected]