>> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> LET US START >> >> >> >> >> >>
Download ReportTranscript >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> LET US START >> >> >> >> >> >>
8 >> 0 >> 1 >> 2 >> 3 >> 4 >> 7 >> 0 >> 1 >> 2 >> 3 >> 4 >> 6 >> 0 >> 1 >> 2 >> 3 >> 4 >> 5 >> 0 >> 1 >> 2 >> 3 >> 4 >> 4 >> 0 >> 1 >> 2 >> 3 >> 4 >> 3 >> 0 >> 1 >> 2 >> 3 >> 4 >> >> 0 >> 1 >> 2 >> 3 >> 4 >> >> 0 >> 1 >> 2 >> 3 >> 4 >> LET US START >> 0 >> 1 >> 2 >> 3 >> 4 >> >> 0 >> 1 >> 2 >> 3 >> 4 >> POPULAR BIVARIATE ANALYSIS 1 SAMPLE 2 SAMPLES COMPARISON > 2 SAMPLES ANALYSIS TYPES A SYMMETRIC/ CAUSAL/ DIRECTIONAL RELATION SYMMETRIC >> 0 >> 1 >> 2 >> 3 >> 4 >> PADA DASARNYA ANALISIS “KOMPARASI” DAN “RELASI” ADALAH HAL YANG SAMA DENGAN CARA PANDANG YANG BERBEDA. KOMPARASI 2 SAMPEL RANDOM BERPASANGAN Normal Uji t untuk sampel berpasangan Tidak Normal Uji Tanda, McNemar (Dicho.), Wilcoxon Sign Rank Z, Marginal Homogeneity Uji Normalitas untuk B >> 0 >> 1 >> 2 >> 3 >> 4 >> KOMPARASI 2 SAMPEL RANDOM INDEPENDEN Uji t Pooled Variance bila variansi sama 𝐔𝐣𝐢 𝐊𝐞𝐬𝐞𝐭𝐚𝐫𝐚𝐚𝐧 𝐕𝐚𝐫𝐢𝐚𝐧𝐬𝐢 Normal Uji t Nonpooled Variance, Lepage, Cucconi, Brunner-Munzel, Bootstrap, DO Uji Normalitas untuk tiap sampel Uji Median, Mann-Whitney U, Kolmogorov-Smirnov Z, Wald-Wolfowitz Runs, Moses Extreme Reactions, Wilcoxon Rank Sum, Pisher-Pitman Permutation, Baumgartner-Weiss-Schindler Tidak Normal >> 0 >> 1 >> 2 >> 3 >> 4 >> t-TEST MODEL X >> 0 >> 1 >> 2 >> 3 >> 4 >> Jika p = 0,01 pada uji t TIDAK SELALU berarti bahwa terdapat perbedaan mean yang sangat signifikan antar 2 kelompok yang dibandingkan TERGANTUNG BESARAN SAMPEL DAN VARIABILITAS DALAM KELOMPOK YANG DIBANDINGKAN >> 0 >> 1 >> 2 >> 3 >> 4 >> KOMPARASI > 2 SAMPEL RANDOM INDEPENDEN UJI HOMOGENITAS VARIANSI Normal Homogen Kombinasi Uji Permutasi & Bootstrap (DO Test) Tidak UJI NORMALITAS UJI MEDIAN EXT, KRUSKAL-WALLIS H, JONCKHEERETERPSTRA, TREND, UJI UNTUK UMBRELLA ALTERNATIVES Tidak >> 0 >> ANALISIS VARIANSI 1-JALAN 1 >> 2 >> 3 >> 4 >> ONE-WAY ANOVA MODEL X >> 0 >> 1 >> 2 >> 3 >> 4 >> Uji lanjut TIDAK MESTI baru dilakukan jika hasil uji F signifikan KARENA ANOVA MEMBERIKAN KESIMPULAN UMUM, MAKA TIDAK BERARTI JIKA UJI F TIDAK SIGNIFIKAN PASTI TIDAK ADA PERBEDAAN ANTAR KELOMPOKNYA & VICE VERSA >> 0 >> 1 >> 2 >> 3 >> 4 >> Eta Squared & Partial Eta Squared TIDAK SELALU setara sebagai estimator dari effect size Karena ETA SQUARED berasal dari proporsi SS Effect dengan SS Total, sedangkan PARTIAL ETA SQUARED berasal dari proporsi SS Effect dengan SS Effect + SS Error >> 0 >> 1 >> 2 >> 3 >> 4 >> A SYMMETRIC/CAUSAL/ DIRECTIONAL MEASURES NOMINAL KATEGORIK (QUALITATIVE) ORDINAL JENIS DATA 0 - Sommers’ d MODELING WITH: NUMERIK (QUANTITATIVE) >> - Lambda - Goodman & Kuskal Tau - Uncertainty Coefficient >> 1 >> INTERVAL/ RATIO 2 >> - Parametric Regression (Linear & Nonlinear) - Nonparametric Regression 3 >> 4 >> Jika variabel bebas memiliki derajat pengukuran nominal dan variabel terikat memiliki derajat pengukuran interval/rasio (SCALE) gunakan “Eta” >> 0 >> 1 >> 2 >> 3 >> 4 >> SIMPLE REGRESSION ANALISIS REGRESI LINIER Linier UJI LINIERITAS REGRESI Normal ANALISIS REGRESI NONLINIER Tidak UJI NORMALITAS REGRESI NONPARAMETRIK Tidak >> 0 >> 1 >> 2 >> 3 >> 4 >> PILIH MODEL REGRESI PLOTTING DATA X&Y PARAMETRIK YANG SESUAI 0 HITUNG RESIDUAL TIDAK LINIER UJI LINIERITAS ANALISIS RESIDUAL (UJI ASUMSI) >> ANOTHER APPROACH TO REGRESSION ANALISIS (MISAL: LINIER) LINIER CLEAR NORMAL UJI NORMALITASS >> 1 >> ANALISIS REGRESI NONPARAMETRIK TIDAK NORMAL 2 >> 3 >> 4 >> Jika variabel bebas memiliki derajat pengukuran nominal/ordinal kategorik dan variabel terikat memiliki derajat pengukuran interval/rasio (SCALE) gunakan “Dummy Regression” >> 0 >> 1 >> 2 >> 3 >> 4 >> SIMPLE LINEAR REGRESSION MODEL >> 0 >> 1 >> 2 >> 3 >> 4 >> KINDS OF LINEAR REGRESSION ANALYSIS Syarat: Data Interval/Rasio untuk Variabel Independen dan/atau Variabel Dependen Sampel random Asumsi: Normal & Linier dalam Model • DESCRIPTIVE REGRESSION Gunakan Model untuk prediksi Gunakan R2 untuk menentukan besaran dampak/pengaruh • INFERENCE REGRESSION (all above plus) Gunakan F untuk uji model (keseluruhan) Gunakan t untuk uji koefisien (parsial) >> 0 >> 1 >> 2 >> 3 >> 4 >> SYMMETRIC MEASURES (RECIPROCAL) NOMINAL - Lambda - Uncertainty Coefficient ORDINAL - Sommers’ d KATEGORIK (QUALITATIVE) JENIS DATA NUMERIK (QUANTITATIVE) INTERVAL/ RATIO MODELING WITH: - Regression X on Y & - Regression Y on X >> 0 >> 1 >> 2 >> 3 >> 4 >> SYMMETRIC MEASURES (RELATIONAL) NOMINAL KATEGORIK (QUALITATIVE) JENIS DATA NUMERIK (QUANTITATIVE) >> 0 >> 1 >> - Phi, Cramer’s V, CC - McNemar-Bowker ORDINAL - Kendall Tau-a, b, Gamma ORDINAL/ RANK - Spearman’s Rho (Rank Order Correlation) INTERVAL/ RATIO - Pearson’s Product Moment Correlation 2 >> 3 >> 4 >> SIMPLE LINEAR CORRELATION MODEL >> 0 >> 1 >> 2 >> 3 >> 4 >> KINDS OF “R’ ANALYSIS Syarat: Data Interval/Rasio Sampel random Asumsi: Normal & Linier dalam Data • DESCRIPTIVE CORRELATION Gunakan tabel untuk menentukan tingkatan hubungan/determinasi • INFERENCE CORRELATION Gunakan tabel R atau uji t untuk uji signifikansi >> 0 >> 1 >> 2 >> 3 >> 4 >> Jika p = 0,01 pada uji r TIDAK SELALU berarti bahwa terdapat korelasi yang sangat signifikan antar 2 kelompok yang dikorelasikan & vice versa TERGANTUNG BESARAN SAMPEL DAN PEMENUHAN ASUMSINYA >> 0 >> 1 >> 2 >> 3 >> 4 >> TRANSFORMASI STATISTIK LAINNYA KE “R” UNTUK ANALISIS DESKRIPTIF >> 0 >> 1 >> 2 >> 3 >> 4 >> >> 0 >> 1 >> 2 >> 3 >> 4 >> TABEL PEMBANDING ANALISIS DESKRIPTIF >> Klasifikasi Hubungan Koefisien R Nihil 0,00 Sangat Rendah Koefisien R2 Klasifikasi Determinasi 0,00 0,00 Nihil > ±0,00 – ±0,20 > 0,00 – 0,04 > 0,00 – 0,20 Sangat Rendah Rendah > ±0,20 – ±0,40 > 0,04 – 0,16 > 0,20 – 0,40 Rendah Cukup > ±0,40 – ±0,60 > 0,16 – 0,36 > 0,40 – 0,60 Cukup Tinggi > ±0,60 – ±0,80 > 0,36 – 0,64 > 0,60 – 0,80 Tinggi Sangat Tinggi > ±0,80 – < ±1,00 > 0,64 - < 1,00 > 0,80 – < 1,00 Sangat Tinggi Sempurna ±1,00 1.00 1,00 Sempurna 0 >> 1 >> 2 >> 3 >> 4 >> TIDAK BENAR bahwa besaran koefisien korelasi SELALU berada diantara -1,00 – 1.00 Tergantung, asumsinya terpenuhi atau tidak >> 0 >> 1 >> 2 >> 3 >> 4 >> TIDAK BENAR Jika data dianalisis dengan komparasi, regresi, atau korelasi BERARTI ada hubungan kausal TERGANTUNG TEORINYA >> 0 >> 1 >> 2 >> 3 >> 4 >> >> 0 >> 1 >> 2 >> 3 >> 4 >>