Ilmu statistika secara garis besar dibagi menjadi 2:…..
1. Statistika parametrik -> ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan metode Statistika non-parametrik, atau setidak2nya dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dll.
2. Statistika non-parametrik -> Menurut literatur yang ditulis dosen saya (Bu Ani), statistika non-parametrik adalah statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal. Contoh metode Statistika non-parametrik:Binomial test, Chi-square test, Median test, Friedman Test, dll.
FORUM STATISTIKA 
Ini adalah pertanyaan dari THOMAS
T_H_O_M_A_S@xxx.com
bu mau tanya klo ada 2 kelompok data nominal, terus mau dihubungkan, pake metode yg mana ya? apa chi square? atau yg lain?
thx..
———————————————————————————–
Respon:
Waduh, baru kali ini saya dipanggil ‘Bu’. Mungkin saya dikira ibu-ibu hhehee.
Metode yang tepat untuk kasus Thomas adalah: Koefisien Kontingensi. Coba cari tulisan tersebut di kategori Statistika Nonparametrik > Koefisien Kontingensi
#2
hallo..
saya sedang mengerjakan skripsi mengenai pengaruh promosi terhadap penjualan, dan dosen saya mewajibkan saya untuk menggunakan korelasi spearman….saya kurang paham menggunakan korelasi..data yang saya punya frekuensi kegiatan promosi dan jumlah unit yang terjual selama 3 tahun. bagaimana langkah2 pengerjaannya yah????
contoh:
periode frekuensi penjualan
jan-jun 04 4 kali 10 unit
……… ……. ……..
terima kasih….
salam
Respon untuk #2
Oh..gitu ya. Coba kita bahas bareng ya…Just relax, i think it is so simple.
Korelasi spearman adalah metode korelasi sebagaimana korelasi Pearson. Hanya saja, keduanya dibedakan dari diikutsertakannya asumsi kenormnalan data atau tidak. Oleh karena korelasi pearson termasuk ke dalam metode statistika parametrik, maka korelasi pearson membutuhkan asumsi kenormalan data. Sedangkan, korelasi spearman tidak membutuhkan asumsi mengenai kenormalan data. Hal ini disebabkan karena korelasi spearman termasuk ke dalam statistika nonparametrik. Kita tahu bahwa statistika nonparametrik tidak mempertimbangkan asumsi mengenai sebaran data.
Ok, yang perlu July lakukan adalah langsung saja memasukkan variabel-variabel FREKUENSI dan PENJUALAN ke dalam software statistika. Kemudian pilih aja menu korelasi spearman. Gitu aja kok. Gampang khan.
Setelah itu, tinggal memeriksa apakah korelasinya signifikan atau tidak. Caranya, bandingkan nilai p-value dengan alpha (taraf nyata yang dipilih, biasanya 5%). Kalo p-value < alpha, maka TOLAK H0, artinya korelasi antara FREKUENSI dan PENJUALAN adalah signifikan. Jangan lupa lihat tanda (+ atau -) pada koefisien korelasinya. Kalo (+), berarti seiring peningkatan frekuensi promosi, maka penjualan akan semakin meningkat. Tapi jika (-), maka seiring meningkatnya promosi , maka penjualan akan semakin turun. Sebaliknya, kalo korelasi tidak signifikan, maka sesering apapun kegiatan promosi dilakukan, tidak akan mempengaruhi intensitas penjualan.
Udah gitu aja, heheheh.
🙂
#3
Mbak, saya sedang mengerjakan skripsi tentang Pengaruh Penggunaan Beberapa Software Downloader terhadap Bandwidth.
Ada 1 variabel bebas (Ukuran File) dan 3 variabel terikat (Waktu, Kecepatan, dan Bandwidth). Metoda Statistik apa yang tepat untuk saya gunakan.
Thx.
Respon untuk #3
Wah, saya sampai detik ini masih berjenis kelamin laki-laki lo mas. Jangan dipanggil mbak, heheheh.
Ada dua metode yang yang bisa saya sarankan:
1. Jika Anda ingin membentuk model regresi satu per satu (jadi ada 3 model regresi) sebagi berikut:
Var bebas = ukuran file , var terikat = waktu
var bebas = ukuran file, var terikat = kecepatan
var bebas = ukuran file, var terikat = bandwidth
dengan menggunakan beberapa tipe software downloader (sebagai variabel dummy), maka Anda dapat menggunakan regresi linier dengan variabel dummy.
2. Jika Anda ingin membentuk model regresi dengan melibatkan 3 variabel terikat secara serentak (jadi hanya ada 1 model regresi), Anda dapat menggunakan metode Multivariate Linear Regression dengan variabel dummy.
Ini hanya sekedar saran saya saja. Keputusan tetap ada di tangan Anda.
🙂
Respon untuk #3
Wah, saya sampai detik ini masih berjenis kelamin laki-laki lo mas. Jangan dipanggil mbak, heheheh.
Ada dua metode yang yang bisa saya sarankan:
1. Jika Anda ingin membentuk model regresi satu per satu (jadi ada 3 model regresi) sebagi berikut:
Var bebas = ukuran file , var terikat = waktu
var bebas = ukuran file, var terikat = kecepatan
var bebas = ukuran file, var terikat = bandwidth
dengan menggunakan beberapa tipe software downloader (sebagai variabel dummy), maka Anda dapat menggunakan regresi linier dengan variabel dummy.
2. Jika Anda ingin membentuk model regresi dengan melibatkan 3 variabel terikat secara serentak (jadi hanya ada 1 model regresi), Anda dapat menggunakan metode Multivariate Linear Regression dengan variabel dummy. Ingat, bukan Multiple Linear Regression lo. Multivariate Linear Regression berhubungan dengan variabel Y yang lebih dari 1. Sedangkan kalo multiple linear regression, var X nya yang lebih dari 1, akan tetapi var Y tetap 1.
Ini hanya sekedar saran saya saja. Keputusan tetap ada di tangan Anda.
🙂
#4
Halo, numpang tanya donk…
Saya lagi ngerjain skripsi tentang FRIEDMAN TEST miliknya si TEST NON PARAMETRIK, tapi dosen suruh nambahin lagi. Jadi disuruh nyari pasangannya di TEST PARAMETRIK. Jadi konsep skripsinya jadi pemilihan TES STATISTIK gitu. Seandainya asumsi di PARAMETRIKnya ga terpenuhi baru deh ke NONPARAMETRIK. Nah di NONPARAMETRIK itu udah pasti pake si FRIEDMAN TEST tadi, tapi untuk pasangannya di TES PARAMETRIK itu yang saya bingung. Kira2 pasangan FRIEDMAN di TES PARAMETRIK apa ya? Mohon pencerahannya.
Tq banget…
Respon untuk #4
Metode padanan Friedman Test di statistika parametrik adalah Two-Way ANOVA.
🙂
#5
Mas, sebenarnya fungsi analisi spearman untuk apa? apakah analisis spearman applicable untuk menganalisa faktor2 yang mempengaruhi performance LSM, dari segi transparansi dan akuntabilitas?
thanks.
Ary-Adel
Respon untuk #5
Bisa mas. Tetapi kasus anda harus cocok dulu untuk dianalisis dengan korelasi spearman.
🙂
#6
karin Berkata:
12 Mei 2008 pukul 11:53 am sunting
mas den nanya lg ne..sesuai saran mas katanya u penelitian sy lbh baik pk korelasi nonparametris, penelitian sy jdlnya ganti dr pengaruh tk pnddkn pemirsa tdhp plhan acr jd hub tk pnddk dan jns kelamin thdp pilihan acara tv, sy menguji 3 hipotesis
1. ada hub tk pddkn ma plhn acr
2. jenis klmin dg plhn acr
3. tk pnddkn dan Jns kelamin scr brsm2 dg plihan acr
…ptyannya:
1. pake kontingency ma rumus pearson chi square itu dah tepat ga mas?
2. perlu ada uji valid ma reliabel jg ga?kr2 rumus yg tepat bwt uji valid ma reliabel penelitian sy apa ya mas?
3. sy jg bingung sm penentuan jumlah sampel yg sy ambil nanti krn st kelurahan dg banyaknya RT apa mengharuskan sy memakai multistage sampling?
thanks b4 mas…..
Respon untuk #6
1. Yup, menurut saya udah tepat. Tapi jangan lupa, konsultasi lagi ama dosen Anda.
2. Sebenarnya uji validitas dan reliabilitas itu dilakukan pada saat pengambilan sampel pendahuluan. Sampling pendahuluan dilakukan untuk menguji apakah kuesioner yang digunakan sudah layak apa tidak untuk digunakan sebagai “alat” menggali informasi. Kalo Anda membutuhkannya, maka tentu saja, uji valid dan reliabilitas yang ada di parametrik harus disesuaikan dengan kasus nonparametrik. Saya belum pernah melakukannya, tapi seingat saya, dosen saya dulu pernah melakukannya. Coba cari buku mengenai penelitian kualitatif (bidang sosial). Nanti, bisa didiskusikan dengan saya. Sapa tahu, saya bisa belajar namyak dari Karin.
3. Penentuan metode apa yang tepat serta berapa banyak jumlah responden yang akan diambil tergantung dari kasus yang dihadapi. Jika Karin mengasumsikan bahwa kondisi populasinya homogen, maka cukup dengan Simple Random Sampling. Kalo menurut Karin karakteristik populasi tidak cukup bila dilakukan sampling dengan Simple Rndom Sampling, maka bisa pake metode yang lain. MultiStage Sampling sebenarnya sama dengan simple random sampling, hanya dilakukan secara bertahap karena kondisi populasi tidak cukup homogen.
4. Penelitian skripsi saya dulu juga mengambil responden yang mengharuskan saya untuk turun ke lapangan, dari rumah ke rumah, dalam satu kecamatan, bukan lagi dalam taraf kelurahan seperti kasus Karin. Namun, oleh karena keterbatasan saya dalam hal biaya, waktu dan tenaga, serta asumsi dasar dari kasus saya yang memungkinkan bagi peneliti untuk menetapkan sendiri banyaknya sampel yang digunakan, maka saat itu saya menggunakan Stratified Purposive Sampling (SPS). SPS mengijinkan peneliti untuk menentukan banyaknya sampel yang diperlukan sehingga tujuan penelitian tercapai. Intinya, SPS memberikan kebebasan kepada peneliti untuk menentukan sampel yang akan dijadikan objek penelitian. Saya sarankan, coba baca2 literatur tentang PURPOSIVE SAMPLING.
🙂
#7
Mas saya bener-bener ga paham bener tentang statistik, jadi tolong bantu saya ya memecahkan masalah ini….Thx B4 !
Gini :
1. saya diharuskan sama dosen memakai uji beda untuk hipotesis : Terdapat perbedaan antara pendapatan petani pemilik dengan petani penyewa. Nah metode statistik yang tepat pake apa ya ? Metode saya sensus jumlahnya 30. Kalo pake chi-square saya kira terlalu sedikit. Bisa pake test median ga ya?trus dasarnya pake itu bisa dijelasin ga ?
2. Untuk mencari faktor sosial dan ekonomi yang paling berpengaruh pada pendapatan saya pake analisis regresi. Nah untuk variabel dependentnya harus diskor dulu biar lebih memudahkan ato gimana ya?
FYI, variabel dependen faktor sosial : tingkat pendidikan, pelatihan, lama usaha, umur. Sedangkan faktor ekonomi : modal tetap+tidak tetap, pajak, harga pasar, kredit/pinjaman.
Sekian pertanyaan saya, terima kasih banyak kalo udah dijawab ya mas! Thanks a lot !
Respon untuk #7
1. Kalo data yang anda gunakan adalah data sampel, maka pakai aja uji-t, tapi kalo data populasi, pakai aja uji-z.
Test median dapat digunakan baik untuk data yang menyebar normal maupun yang tidak menyebar normal. Hal ini disebabkan karena test median termasuk ke dalam statistika nonparametrik. Statistika nonparametrik itu juga bisa diterapkan untuk data yang menyebar normal. Namun, kalo data yang dianalis menyebar normal, sebaiknya pake statistika parametrik (uji-t atau z). Hal ini karena bila data menyebar normal, maka metode terbaik adalah metode statistika parametrik.
2. Maaf, faktor sosial dan ekonomi itu termasuk variabel DEPENDENT (var respon, Y, atau terikat) ataukah INDEPENDENT (var bebas, X, atau prediktor). Menurut saya, mbak diaz salah ketik, mungkin itu termasuk var independent (bebas). Tingkat pendidikan tuh perlu diskor biasanya, tapi kalo yang sudah bertipe unterval atau rasio, ya gak usah.
🙂
#8
saya mau tanya mas..
skala likert itu pengolahannya pake uji non parametrik ya??
trimakasih
Respon untuk #8
Kalo menurut saya, skala likert sudah bisa dianalisis menggunakan statistika parametrik. Hal ini disebabkan karena skala likert sudah bisa dianggap termasuk ke dalam tipe data interval. Hanya saja perlu diperhatikan dalam menyusun point2 pada skala likert. Oleh karena tipe data interval memiliki ciri bahwa jarak antar point adalah sama, maka perlu penyusunan skala likert sehingga data yang diperoleh bisa memiliki ciri tipe data interval.
Misal pada kuesioner, terdapat pernyataan:
Bakso adalah makanan yang lezat.
Jawaban:
1. Sangat Tidak Setuju; 2. Tidak setuju; 3. Ragu2; 4. Setuju; 5. Sangat setuju
Bentuk kuesioner di atas akan menghasilkan data yang memenuhi kriteria tipe data interval. Hal ini disebabkan karena jarak poin jawaban, misal antara sangat tidak setuju dengan tidak setuju (poin 1 dengan poin 2, 2-1=1) adalah sama dengan jarak antar poin jawaban yang lain, misal antara setuju dengan sangat setuju (poin 4 dengan poin 5, 5-4=1), yaitu berjarak 1.
Coba perhatikan kasus bila desain jawaban sebagai berikut:
1. Sangat Tidak Setuju; 2. Tidak setuju; 3. Setuju; 4. Sangat setuju
Kita tahu bahwa jarak NILAI RASA antara sangat tidak setuju dengan tidak setuju seharusnya tidak sama dengan jarak nilai rasa antara tidak setuju dengan setuju.
Kalo kita perhatikan, diantara jawaban tidak setuju dengan setuju seharusnya masih ada jawaban lain sehingga jarak nilai rasa diantara semua jawaban menjadi setara.
Jarak antara tidak setuju dengan setuju bukanlah 1, melainkan 2. Sedangkan pada kasus ini, jarak antara tidak setuju dengan setuju adalah 1 (3-2=1).
🙂
#9
berarti kalau saya memakai skala likert dgn poin
1=sangat tidak stuju
2= tidak stuju
3=ragu-ragu
4=setuju
5=sangat setuju,
saya bisa memakai uji parametrik dalam pengolahannya??
tetap memakai uji kenormalan (kolmogorov smirnov)??
terima kasih..
#10
]mas, saya mau bertanya sedikit mengenai skripsi saya… tolong dibantu ya…..
saya meneliti suatu mesin. mesin ini, dalam keadaan normal membutuhkan “bahan bakar” sekitar 800-900 ml cairan. Lalu saya memasangkan recycler yang dapat mendaur ulang cairan “bahan bakar”nya sehingga hanya menghabiskan 300-400 ml saja. saya punya data masing2 keadaan 30 data.
yang ingin saya tanyakan:
1. apa saja kira2 statistikal yg dipakai (uji kenormalan, hipotesis, keseragaman, dll)?
2. untuk uji kenormalan, bolehkah saya memakai metode kolmogorov smirnov?
3. bila data tsb normal, uji t yg mana yang harus saya pakai (menggunakan minitab, 2 sample t test atau paired t test)?
4. bila tidak normal data saya, uji apa yg harus saya pakai untuk mengganti uji t tsb?
5. Anova one way atau two way yang harus saya pakai?
Terima kasih sebelumnya….. looking forward to having your advise….
salam
ihsan
Respon untuk #10
1. Setidak-tidaknya gunakan uji kenormalan data dan uji hipotesis.
2. Uji Kolmogorov-Smirnov boleh digunakan
3. Gunakan paired t-test, asalkan mesin yang Anda gunakan adalah sama.
4. Anda bisa menggunakan metode nonparametrik: Wilcoxon matched-pairs signed-ranks test.
5. Tidak keduanya, yang saya tangkap dari kasus Anda adalah Anda membandingkan performa suatu mesin bila diberi recycler dan tidak diberi recycler. Kalo tidak demikian, saya belum bisa memutuskan ANOVA mana yang tepat, karena Anda kurang jelas dalam memaparkan kasus Anda.
🙂
#12
Bapak/Mas yang terhormat…
Saya sedang bikin skripsi dg judul Persepsi masyarakat kota X tentang
Kapolsek yang ideal(dilihat dari aspek
usia,sex,pendidikan,etnis,agama).semua udah saya siapakan, dan mohon
penjelasan bagaimana analisa datanya? nanti data menggunakan data
kuantitatif,prosentase.Misal masyarakat memilih kapolsek wanita
70%,laki30%.milih yang jawa 25%,sunda20%,sama saja 55%.
Bagaimana teknik analisa datanya,pake rumus apa,lihat di buku apa,mohon
pencerahan….
thamks
#11
saya sedang kerja skripsi ttg efektiftas waktu belajar dan indikator hasil yang dicapai di akhir UTS/UAS dengan pendekatan uji korelasi Person’s. bagaiman :
1. Cara menentukan variabel dependent dan independent ?
2. Apakah Person’s termasuk statistik parametrik or nonparamterik ?
3. apa saran Mbah, karena saya mengalami kesulitan untuk refrensi ?
thank’s. GBU………………”lao mohy Papua”
REspon untuk #11
1. Dalam metode korelasi, tidak dikenal adanya variabel dependent maupun var independen. Hal ini disebabkan, metode korelasi menganggap bahwa kedua variabel adalah setara. Jadi, metode korelasi tidak menganggap bahwa satu variabel tergantung/dipengaruhi oleh variabel lainnya.
2. Korelasi Pearson termasuk statistika parametrik.
3. Lakukan aja analisis korelasi pearson tanpa bingung mana yang dianggap dependen dan mana yang independen. Keduanya dapat dibolak-balik kok.
4. Saran saya, coba cari di internet, banyak kok bacaan tentang korelasi pearson.
🙂
Respon untuk #12
1. Kalo menurut saya, gampang aja. Anda gunakan saja statistika deskriptif.
2. Apakah penelitian Anda mirip jajak pendapat? Maksudnya, Anda akan menentukan kapolsek yang ideal berdasarkan pilihan mayoritas masyarakat? Kalo ya, buat aja kuesionernya. Kemudian cari variabel2 mana aja yang paling banyak dipilih masyarakat. Contoh, variabel2 yang paling banyak dipilih: Laki2= 90%, suku Jawa 95%, agama Islam 98%, dll. Maka, simpulkan bahwa Kapolsek Laki2, suku Jawa, beragama Islam,dll yang paling ideal dalam artian paling diminati masyarakat.
3. Banyak sekali buku yang membahsa kuesioner. Coba cari juga di internet (Google).
🙂
#13
Maaf mas,…saya mo nanya donk soal pengujian hipotesis.
Dalam pengujian hipotesis 2 rataan untuk nilai do itu diambil dari nilai yg mana yah mas???soalnya pas saya hitung dari manual,sama software nilai akhirnya berbeda.
Soalnya saya bnr2 anak bawang soal statistik,…maklum masih baru bljr stat.=)
thx..
Respon untuk #13
Karena Anda mengetiknya “do”, maka saya asumsikan Anda menggunakan uji-t 2 sampel berpasangan. dbar0= difference mean at H0 (biasa juga ditulis d0 saja).
Misal, ada 2 populasi (sampel), yaitu A dan B. Kalo secara manual, dapatkan dulu data selisih antara A dan B untuk setiap pengamatan. Data tersebut dilambangkan dengan d.
H0: dbar0=0
H1:dbar0 != 0
Rumus uji t:
t=(dbar-dbar0)/[sigma_d/sqrt(n)]
ket:
-dbar = rata-rata perhitungan dari data d
-dbar0 = perlambang rata-rata difference untuk populasi, ditulis pada hipotesis. Biasanya bernilai nol, yang berarti kedua populasi, A dan B, tidak berbeda.
-sigma_d = std deviasi dari data d
-sqrt = akar kuadrat
-n = banyaknya data
Nah, karena dbar0 (Anda menulis “do”) itu bernilai nol, maka biasanya dbar0 tidak diikutkan dalam perhitungan.
Jika peneliti mengasumsikan bahwa kedua sampel tidak berbeda nyata dalam hal rata-ratanya, maka dbar0 (Anda menulis “do”) harus ditulis 0.
Sedangkan nilai dbar adalah nilai rata-rata dari data sampel d.
🙂
#14
mas deny…
saya bingung…
kalo data saya Y data interval (jumlah hari) dan X ada 5 yaitu opini auditor (nominal), ukuran perusahaan (interval), segmen geografis (nominal), rugi (dummy variabel), dan ukuran kantor akuntan publik (nominal), apakah tepat jika di analisis dengan regresi linear berganda?
atau harus di analisis dengan nonparametrik test??
kalo tidak alat uji apa yang seharusnya saya gunakan?
reply soon ya mas…
terimakasih…
oiya… tolong reply juga ke email ya mas…
Respon untuk #14
1. Saya belum bisa memastikan apakah regresi linier tepat untuk kasus Anda. Anda tidak memaparkan tujuan dari penlitian Anda
2. Kalo tujuannnya untuk membentuk model hubungan antara variabel Y dan variabel X, regresi linier saya kira tepat. Namun, metode yang digunakan lebih tepatnya adalah: regresi linier dengan variabel dummy.
Karena anda menggunakan variabel x yang memiliki tipe data nominal. Nah, variabel dengan tipe data nominal inilah yang disebut sebagai variabel dummy.
🙂
#15
mas.. saya bingung neh.. gmana cara ngolah data sekunder berupa frekuensi kegiatan promosi terhadap volume penjualan (Rp)…
Nyambung gak seh?
Analisis yang cocok apa yah? saat ini yang sy gunakan adalah Analisis Regresi berganda.
Thanks b4….
Respon untuk #15
1. Nyambung mbak.
2. Metode yang tepat adalah regresi linier, tepat seperti dugaan Anda.
🙂
#16
mas deny…
saya msh bingung??? objek penelitian saya ini adalah perush koran.
trus dr dosen pmbbg saya, ngasih saran untuk ambil data frekuensi kegiatan promosi dr perush tsb. Tetapi…..
saya malah dikasih dr perush data berupa biaya promosi (Rp) dan volume penjualan (eksemplar koran) dan juga Volume penjualan (Rp)
Klo mnurut mas, biaya promosi di kaitkan dengan volume penjualan dalam eksemplar… kr2 jika di analisis pke Regresi Linier Berganda… dpt dtrima gak??? atw masuk akal gitu..
Variabel yg saya gunakan adalah 4P (promotion mix)
Respon untuk #16
1. Menurut saya biaya promosi (X) dengan volume penjualan (Y) bisa dimodelkan dengan regresi.
2. Tujuan pemodelannnya adalah untuk membentuk model hubungan antara vol penjualan dengan biaya promosi. Jadi, ingin melihat bagaimana pengaruh biaya promosi terhadap vol penjualan.
🙂
#17
Mas Denny,
Saya mau minta tolong dan bertanya tentang metodologi yang tepat utk tesis saya yg berjudul “Pengaruh penerapan kebijakan Modal Bersih Disesuaikan (MBD) dan Rekening terpisah terhadap Perlindungan Dana Nasabah”, terdiri dari 1 variabel terikat dan 2 Var bebas. Perumusan masalah antara lain melihat pengaruh penerapan MBD dan rekening Terpisah terhadap perlindungan dana Nasabah, dan tingkat efektifitas penerapan dari kebijakan tersebut.
Saya akan menggunakan kuesioner dgn skala likert kepada 60 orang pialang (populasi). saya ingin menggunakan pengujian validitas, dan realibitas (utk kuesioner), lalu pengujian korelasi pearson product moment, uji t, uji F dan regresi Ganda.
Pertanyaan saya adalah :
1) Apakah langkah2 metodologi yang saya ambil sudah benar atau masih kurang?
2) saya berpendapat bahwa penelitian ini bersifat Parametrik karena pengujian hipotesisnya bersifat asosiatif. tapi dosen saya berpendapat ini mrpk Non parametrik.Apakah saya harus melakukan uji normalitas data untuk memastikan apakah ini termasuk parametrik atau non Parametrik ?
3) Untuk mengetahui keefektifan suatu kebijakan sebaiknya saya menggunakan metodologi apa ya mas…??
saya sangat mengharapkan pencerahan dari mas Denny …
Sebelumnya saya mengucapkan terima kasih atas perhatian dan bantuan Mas Denny….
Respon untuk #17
1. Untuk melakukan uji validitas dan reliabilitas, Anda harus terlebih dahulu melakukan pengambilan data melalui kuesioner sebanyak minimal 30 orang. Pengambilan data ini bersifat uji coba terhadap kuesioner Anda. Data tersebut kemudian digunakan sebagai data untuk uji validitas dan reliabilitas kuesioner. Apabila ternyata data telah valid dan reliabel, maka dapat dilanjutkan dengan pangambilan kuesioner untuk penelitian yang sesungguhnya.
2. Saya belum bisa memastikan apakah metode statistika yang tepat diterapkan untuk penelitian Anda termasuk ke dalam statistika parametrik atau nonparametrik, karena Anda belum menjelaskan definisi dari masing2 variabel tersebut. Misal, tipe data apakah yang dipakai untuk variabel2 penelitian Anda. Kalo memang yang digunakan adalah skala likert (biasanya 5 skala) untuk semua variabel, maka semua variabel tersebut memiliki tipe data interval. Metode statistika parametrik bisa diterapkan pada data interval.
– Memang, sekarang ini masih terjadi perdebatan apakah skala likert termasuk ke dalam tipe data interval atau ordinal. Kalo Anda mengikuti pendapat bahwa skala likert (dalam hal ini 5 skala: 1-sgt tdk setuju; 2- tidak setuju; 3 – ragu2; 4-setuju; 5 sgt seuju) termasuk ke dalam tipe data interval, maka statistika parametrik bisa diterapkan pada kasus Anda. Tetapi kalo Anda berpendapat bahwa skala likert spt itu termasuk ordinal, maka statistika nonparametrik bisa diterapkan. Dengan demikian, regresi yang bisa diterapkan adalah Regresi Logistik. Saya berpendapat bahwa skala likert spt yang saya jelaskan tadi termasuk ke dalam tipe data interval. Hal ini disebabkan karena data seperti itu memiliki jarak antar data yang konsisten/sama. Untuk lebih jelasnya baca tulisan saya tentang tipe data di kategori Statistika Dasar.
3. Jika efektivitas kebijakan dan objek yang dikenai kebijakan dapat dimodelkan secara matematis, kemungkinan saya lebih bisa memberikan metode yang tepat untuk kasus ini. Apakah Anda punya modelnya? Kalau belum, diskusikan dahulu dengan dosen Anda, kemudian bisa kita diskusikan lagi.
🙂
#18
saya sedang mengerjakan laporan kerja praktek dan saya mengalami kesulitan dalam penentuan metode yang saya gunakan.saya minta saran dari temen2..
KP saya mengenai analisis hubungan antara jumlah masing2 jenis kecacatan dengan shift, grup, dan line..masalahnya data yang ada kan jumlah berarti skala parametrik sedangkan shift dan yang lainnya berskala non parametrik..saya harus pake metode korelasi ap?????apa bisa pake anova???tolong saya please…thanks…..
Respon untuk #18
1. Saya belum jelas tujuan dari KP Anda. Apakah bertujuan untuk mengetahui apakah ada perbedaan jumlah kecacatan antara shift, grup dan line yang berbeda? Kalo ya, Anda bisa menggunakan ANOVA…
Mf numpang tanya , sy lg nyusun SKRIPSI Analisa Pendapatan Masyarakat Pemungut Rotan. Gmn cr uji kenormalan nya ye bs pki uji t kh..?
Gmn cara jk tjd multikolineritas because nli tolerance and VIF ny tinggi.
And Rumus Standar Deviasi untk sensus / populasi bedakah dg sampel . Tq