Sabtu, 24 November 2012

Uji T Satu Sampel (One Sampel T-Test)

Uji T satu sampel digunakan untuk menguji nilai rata-rata dari suatu sampel tunggal dengan suatu nilai acuan. Dalam uji T Satu Sampel terdapat asumsi yang harus dipenuhi sebelum masuk keanalisis, yaitu data sampel berdistribusi normal.

ada dua macam hipotesis dalam uji-t, yaitu
1.      Hipotesis Satu Arah (One-Tailed)
Hipotesis satu arah biasanya digunakan untuk melihat apakah nilai purata dari sampel lebih dari ( > ), kurang dari ( < ) atau sama dengan ( = ) dari nilai acuan. Hipotesis satu arah terbagi dalam dua bentuk, yaitu hipotesis arah kanan dan hipotesis arah kiri.
a.       Hipotesis Arah kanan
H0 : μ ≤ μ0    (Rata-rata sampel ≤ Nilai acuan)
H1 : μ > μ0    (Rata-rata sampel >  Nilai acuan)
b.      Hipotesis Arah Kiri
H0 : μ ≥ μ0    (Rata-rata sampel ≥ Nilai acuan)
H1 : μ < μ0    (Rata-rata sampel < Nilai acuan)
2.      Hipotesis Dua Arah (Two-Tailed)
Hipotesis dua arah digunakan untuk melihat apakah nilai rata-rata sampel tunggal sama dengan ( = ) nilai acuan atau tidak ( ).
H0 : μ = μ0    (Rata-rata sampel = nilai acuan)
H1 : μ ≠ μ0    (Rata-rata sampel ≠ nilai acuan)
Dalam pengujian hipotesis, criteria penolakan atau penerimaan H0 adalah berdasarkan nilai P-Value atau nilai T-tabel, criteria-kriteria tersebut adalah sebagai berikut :
Jika nilai P-value (Sig.) < (biasanya 5%), maka H0 ditolak,
Jika nilai P-value (Sig.) > (biasanya 5%), maka H0 diterima.
Dan
Jika nilai t-hitung > t-tabel, maka H0 ditolak
Jika nilai t-hitung < t-tabel maka H0 diterima.
Contoh Kasus :
Dalam suatu penelitian seorang Dosen terhadap mahasiswanya, seorang Dosen ingin mengetahui apakah nilai ujian mahasiswa yang diasuhnya memiliki mean lebih dari 70.
Nilai-nilai ujian tersebut adalah sebagai berikut :
70; 85; 76; 90; 85; 60; 93; 80.
Langkah analisis :
1.      Menentukan Hipotesis
H0 : μ ≤ μ0   
H1 : μ > μ0   
2.      Inputkan data di atas kedalam SPSS seperti berikut ;

Berinama file pada lembar Variable View dengan nama Nilai. Kemudian klik Data View untuk memasukan data.


3.      Analisis
Setelah data dimasukan kedalam lembar SPSS, langkah selanjutnya adalah memulai analisis, klik
Analyze è Compare Means è One Sampel T-test

4.      Kemudian akan didapat tampilan sebagai berikut :

Masukan variable nilai kedalam kolom Test Variable(s), dan masukan nilai acuan pada kolom Test Value sebesar 70

5.      Kemudian klik OK, dan akan didapat output sebagai berikut :
                                                               One-Sample Statistics


N
Mean
Std. Deviation
Std. Error Mean
Nilai
8
79,8750
10,92098
3,86115

                                                                                               
                                                                                                One-Sample Test


Test Value = 70

t
df
Sig. (2-tailed)
Mean Difference
95% Confidence Interval of the Difference

Lower
Upper
Nilai
2,558
7
,038
9,87500
,7448
19,0052
Interpretasi :
Setelah dianalisis didapat dua output, yaitu One-Sample Statistics dan One-Sampel Test. Berdasarkan output pertama One-Sample Statistics didapatkan jumlah variable N = 8 dan Mean sebesar 79,8750 dengan Std Deviasi sebesar 10,92098.
Berdasarkan output kedua One-Sample Test didapatkan nilai t-hitung sebesar 2,558 dengan derajat bebas 7 (N-1) dengan nilai Sig (2-tailed) sebesar 0,038.
Nilai t-tabel dengan derajat bebas 7 dengan taraf signifikansi sebesar 0,05(5%) adalah sebesar 1,894. Karena pada hipotesis yang diharapkan adalah uji satu sisi, dan pada nilai p-value (sig) didapatkan Sig (2-tailed), maka nilai P-value dibagi 2.

Sehingga didapatkan nilai P-value sebesar 0,038/2 =0,019< 0,05, maka hipotesis H0 ditolak dan terima H1. Atau jika dengan menggunakan table didapatkan nilai t-hitung sebesar 2,558 > t-tabel 1,894. Sehingga dapat dikatakan bahwa nilai rata-rata ujian mahasiswa lebih dari 70.

Selasa, 20 November 2012

Statistika Nonparametrik

Mungkin sobat-sobat semua ada yang tau apa itu statistika nonparametrik. Nah bagi sobat yang belum tau apa itu statistika nonparametrik, disini saya akan sedikit mengulas tentang apa itu statistika nonparametrik.
dalam ilmu statistika ada istilah statistika parametrik dan statistika nonparametrik, jika artikel sebelumnya telah mebahas tentang statistika parametrik, kali ini mari kita bahasa apa itu statistika nonparametrik.
Statistika nonparametrik merupakan salah satu cabang ilmu statistika yang dimana dalam pengolahanya mengabaikan syarat-syarat (asumsi) yang harus dipenuhi sebelum kita menginjak ke analisis pokok (inti). Statistika nonparametrik dapat digunakan sebagai salah satu alternatif bagi analisis statistika parametrik yang tidak memenuhi syarat-syarat (asumsi) yang wajib dipenuhi.
Yang masuk dalam kategori analisis nonparametrik diantaranya yaitu :
  1. Uji Kruskal-Wallis, dimana uji ini berfungsi sebagai alternatif dari uji ANOVA yang asumsi-asumsinya (syarat) tidak terpenuhi.
  2. Uji Mann-Whitney, uji ini berfungsi sebagai alternatif pengganti uji T dua sampel yang asumsi-asumsinya tidak dapat terpenuhi sehingga uji T tidak dapat digunakan.
  3. Uji Binomial, uji ini digunakan sebagai alternatif pengganti uji parametrik One Sampel T-test, dimana dalam uji ini mengabaikan asumsi-asumsi yang ada dalam uji parametrik.
Daftar uji nonparametrik diatas merupakan sedikit dari uji nonparametrik yang ada. Namun dari beberapa uji diatas merupakan alternatif uji yang banyak digunakan dalam penelitian-penelitian yang menggunakan statistika parametrik.

Statistika Parametrik

Statistika, statistika mempunyai banyak aplikasi dalam semua bidang, meliputi pendidikan, perminyakan, perbankan dan lain sebagainya. Statistika parametrik merupakan salah satu cabang bagian dari ilmu statistik.
Apakah itu statistik parametrik?
Statistika parametrik merupakan ilmu statistika yang didalamnya terdapat  syarat-syarat (asumsi) yang harus dipenuhi sebelum menuju ke analisis pokok (inti). Yang termasuk statistika parametrik yaitu Uji T (One Sampel T-test, Independent T-test,Paired Sampel T-test), ANOVA (OneWay ANOVA, TwoWay ANOVA), Analisis Regresi Sederhana, Analisis Regresi Berganda Korelasi kanonik, dll.
Dalam analisis parametrik setiap uji memiliki asumsi (syarat) yang berbeda dan ada yang sama. Asumsi dalam uji T dan ANOVA adalah sama, yaitu harus terpenuhinya normalitas data dan homogenitas variansi, kemudian untuk Analisis Regresi Linear Sederhana memiliki asumsi normalitas residual dan linearitas, namun biasanya linearitas dalam regresi diabaikan karna bisa dilihat dalam signifikansi beta. Sedangkan pada Analisisi Regresi Berganda memiliki empat asumsi yang harus terpenuhi, yaitu Normalitas Residual, Multikolinearitas, Heterokesdastisitas dan Autokorelasi.

Layanan Olah Data

Data Solution menyediakan layanan pengolahan data statistik penelitian, skripsi, thesis, dan penelitian-penelitian lainya.

Untuk konsultasi penelitian dan layanan olah data silahkan hubungi Data Solution via telepon atau email, dengan mencantumkan

  1. Nama
  2. Contact (HP/telepon)
  3. Tema Penelitian
  4. Proposal Penelitian
  5. Data mentah (Excel/Word)
  6. Data Informasi pendukung
Berdasarkan informasi dan lampiran diatas maka akan di estimasi masalah bentuk analisis yang digunakan dan biaya analisisnya. Pembayaran dapat dilakukan secara langsung atau melalui rekening.

Email :
jogjadatasolution@gmail.com

Senin, 19 November 2012

Jogja Data Solution (JDS)

Olah Data Jogja Data Solution merupakan sebuah lembaga yang bergerak dalam bidang pengolahan data Statistik dan Operation Research. Data Solution menerima jasa pengolahan data statistik dan operation research menggunakan sofware ataupun perhitungan manual, sofware-sofware yang digunakan meliputi SPSS, MINITAB, AMOS, LISREL, EVIEWS, WinQSB, QSB+, TORA dan sofware-sofware statistik dan operation research lainya.

Beberapa macam analisis statistik dalam penelitian.

  1. Uji Validitas dan Reliabilitas
  2. Analisis Korelasi
  3. Analisis Deskriptif
  4. Analisis Tabulasi Silang (Crosstabs)
  5. Uji Perbedaan Rata-rata Dua Sampel (Uji T)
  6. Uji Perbedaan Rata-rata lebih dari dua sampel (One Way ANOVA dan Two Way ANOVA)
  7. Analisis Regresi Linear Sederhana
  8. Analisis Regresi Linear Berganda
  9. Analisis Regresi Moderat
  10. Rancangan Percobaan
  11. Analisis Faktor
  12. Analisis Cluster
  13.  Setruktur Equation Modeling (SEM)
  14. Statistika Nonparametrik
  15. Dll
Selain menerima pengolahan data, Data Solution menerima konsultasi/bimbingan skripsi, thesis dan penelitian-penelitian lainya.


Alamat :
Jl. Munggur No. 32 A, Demangan, Gondokusuman Yogyakarta
(Belakang Kecamatan Gondokusuman, depan Puskesmas)

Contact Person :
 087 838 447 979 (XL)
 085 643 339 542 (M3)

Email :
jogjadatasolution@gmail.com