presentasi hipotesis

•Tiara Indriani Pratiwi / 112090205•Anindita Pradipta / 112091018

Distribusi Frekuensi

Berkaitan dengan penelitian1. Berapa banyak pengguna produk dari suatu merek yang dapat

dikategorikan sebagai pelanggan yang loyal?

2. Berapa Presentase pasarnya, yang terdiri dari heavy users, medium users, light users, non-user ?

3. Berapa banyak pelanggan yang merasa familiar, saat kita menawarkan produk baru? Berapa banyak yg familiar, agak familiar, dan tidak familiar dengan merek tersebut? adakah varians yang besar dalam hal pelanggan-pelanggan yang familiar terhadap produk baru tersebut?

4. Bagaimanakah distribusi pendapatan pengguna merek tersebut? apakah distribusi ini condong ke arah kelompok pelanggan dengan penghasilan rendah?

Yang dihasilkan oleh Distribusi Frekuensi

Label Nilai Nilai Frekuensi (N) Presentase Presentase valid Presentase

kumulatif

Sangat tidak familiar 1

2

3

4

5

6

0

2

6

6

3

8

0,0

6,7

20,0

20,0

10,0

26,7

0,0

6,9

20,7

20,7

10,3

27,6

0,0

6,9

27,6

48,3

58,6

86,2

Sangat Familiar 7 4 13,3 13,8 100,0

Hilang 9 1 3,3

30 100,0 100,0

Tabel Distribusi Frekuensi Familiaritas Terhadap Internet

Manfaat Distribusi Frekuensi

Gambar Histogram

Statistik yang diasosiasikan dengan Distribusi Frekuensi

Ukuran Lokasi

“sebuah statistik yang menguraikan lokasi dalam

sebuah himpunan data”

Ukuran Variabilitas

“Sebuah alat ukur statistik yang mengukur persebaran data”

Varians dan simpangan baku

• Simpangan adalah perbedaan antara rata-rata dan sebuah nilai pengamatan

• Varians adalah simpangan kuadrat rata-rata dari rata-rata

• Simpangan baku

adalah akar dari varians

Ukuran Bentuk

“Statistik yang berguna untuk memahami sifat distribusi dengan melihat kecondongannya

dan kurtosisnya”

Cross Tab

“tabel yang digunakan untuk melihat hubungan antara dua variabel atau lebih

secara bersamaan”

Manfaat penggunaan Crosstab

• Analisis dan hasilnya mudah direpresentasikan dan mudah dipahami

• memberikan kaitan yang lebih erat antara hasil riset dengan tindakan manajerial

• Analisis tabulasi silang mudah untuk dilakukan dan menarik bagi para peniliti tidak terlalu canggih.

Penambahan Variabel ketiga

“tabulasi silang adalah cara menguji hubungan yang tidak efisien ketika terdapat beberapa

variabel yang ingin diteliti”

Uji Hipotesis

Klasifikasi Uji Hipotesis

Uji statistika parametric dan non parametrik dibagi menjadi :

• Satu sampel• Dua sampel

– Sampel independen– Sampel berpasangan

Uji Parametrik

terdapat beberapa hal yang menjadi syarat dalam penggunaan uji parametrik, diantaranya:

Bila data berdistribusi normalMerupakan data interval atau data rasioJumlah data lebih atau sama dengan 30

Teknik Statistik dalam uji parametrik

• Uji t

Independent sample t test

• Uji hipotesisH0 = tidak ada perbedaan rata-rata diantara kedua sampel H1 = terdapat perbedaan rata-rata antara kedua sampel

Jika signifikansipenelitian ≤ α maka H0 ditolak

Jika signifikansipenelitian > α maka H0 diterima

Kriteria Uji

“uji dua sampel yang bertujuan ingin mengetahui apakah ada perbedaan rata-rata (mean) antara dua populasi dengan melihat rata-rata dua sampelnya”

“uji dua sampel yang bertujuan ingin mengetahui apakah ada perbedaan rata-rata (mean) antara dua populasi dengan melihat rata-rata dua sampelnya”

Kata ‘independent’ atau ‘bebas’ berarti bahwa tidak ada hubungan antara dua sampel yang akan diuji

Kata ‘independent’ atau ‘bebas’ berarti bahwa tidak ada hubungan antara dua sampel yang akan diuji

Formula :

Paired sample t test“uji t berpasangan, dengan kondisi sebuah sampel dengan subjek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda”

H0 : rataan dari dua sampel berpasangan sama

H1 : rataan dari dua sampel berpasangan tidak sama

Uji Hipotesis :

Jika signifikansipenelitian ≤ α maka H0 ditolak

Jika signifikansipenelitian > α maka H0 diterima

Kriteria Uji

Uji Non-Parametrik

• Uji non parametric dilakukan bila data dari penelitian tidak memenuhi syarat-syarat untuk melakukan uji parametric diatas.

Teknik Statistik dalam uji non-parametrik

Chi-Square

Hipotesis nol H0 , menyatakan bahwa tidak ada asosiasi antara variable. Pengujian dilakukan dengan menghitung frekuensi sel yang akan diharapkan jika ada asosiasi antar variable, dengan mempertimbangkan total baris dan kolom.

Hipotesis nol H0 , menyatakan bahwa tidak ada asosiasi antara variable. Pengujian dilakukan dengan menghitung frekuensi sel yang akan diharapkan jika ada asosiasi antar variable, dengan mempertimbangkan total baris dan kolom.

kolmogorov-smirnov

Uji ini dilakukan untuk menguji apakah sampel berdistribusi normal atau tidak, sehingga memudahkan dalam menentukan apakah termasuk dalam uji parametric atau uji non parametric.

Uji ini dilakukan untuk menguji apakah sampel berdistribusi normal atau tidak, sehingga memudahkan dalam menentukan apakah termasuk dalam uji parametric atau uji non parametric.

Mann-Whitney UDigunakan untuk menguji hubungan rataan antar dua variabel. Uji Mann-Whitney U termasuk dalam uji non parametric dua sampel independen.

Digunakan untuk menguji hubungan rataan antar dua variabel. Uji Mann-Whitney U termasuk dalam uji non parametric dua sampel independen.

H0 : tidak ada perbedaan rata-rata diantara kedua sampel

H1 : terdapat perbedaan rata-rata diantara kedua sampel

Jika signifikansipenelitian ≤ α maka H0 ditolak

Jika signifikansipenelitian > α maka H0 diterima

Uji Hipotesis

Dengan kriteria uji

TERIMA KASIH