bab 1 pendahuluan
TRANSCRIPT
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 1/43
Bab 1 Pendahuluan
SPSS (Statistical Package for the Social Science) pada awalnya merupakan program komputer statistik
untuk ilmu-ilmu sosial- dibuat pertama kali oleh tiga mahasiswa Stanford University yaitu Norman H. Nie; C
Hadlai Hull dan Dale H Bent pada tahun 1968- yang dijalankan dengan komputer mainframe. Pada tahun
1984 versi PC SPSS muncul dengan nama SPSS/PC+ dan pada tahun 1992 mengeluarkan SPSS versi
Windows. Seiring dengan perkembangan pelayanan jenis user ±untuk proses produksi, riset ilmu sains dan
lainnya- SPSS telah berkembang tidak hanya Statistical Package for the Social Science tetapi telah
menjadi Statistical Product and Service Solution.
SPSS statistik berisi :
y Descriptive Statistics: Crosstabulations, Frequencies, Descriptives, Explore, Descriptive Ration
statistics
y Bivariate Statistics: Means, t-test, ANOVA, Correlation - bivariate, partial, dan distance- non-
parametric test
y P rediction for numerical outcomes: linear regression
y P rediction for indentifying group: factor analysis, two-step cluster analysis; K-mean cluster
analysis, hierarchical cluster analysis, discriminat
Semua proses perhitungan denga menggunakan SPSS mengikuti alur ditunjukkan Bagan 1. Data yang
akan digunakan untuk perhitungan dimasukkan ( inputing ) melalui menu DATA EDITOR yang secara
otomotis muncul di layar monitor sesaat program SPSS dijalankan. Setelah data dimasukkan, proses
pengolahan data juga melalui DATA EDITOR dan hasilnya ditampilkan dalam layar VIEWER. Hasil
perhitungan tersebut dapat berupa teks, tabel maupun grafik.
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 2/43
Mempersiapkan Data
Statistik merupakan ilmu yang berkaitan dengan kegiatan pengoleksian, pengorganisasian, presentasi,
analisis, dan interpretasi data numerik (kuantitatif) untuk membantu pembuatan keputusan lebih efektif
(Douglas 2005). Pada hakekatnya, statistik dibagi menjadi dua yaitu: statistik deskriptif dan statistik
inferensi. Statistik deskriptif adalah statistik yang berkiatan dengan metode mengorganisasikan,
perangkuman dan presentasi data ke dalam suatu bentuk yang informatif. Sedangkan inferensi terkait
dengan kegitan pembuatan keputusan, estimasi, prediksi atau generalisasi tentang populasi berdasarkan
perhitungan sampel. Data harus dipersiapkan terlebih dahulu mengenai format, jenis dan aturan-aturan
tertentu. Variabel adalah sesuatu yang nilainya dapat bervariasi. Variabel dibedakan menjadi dua yaitu
variabel kuantitatif dan variabel kualitatif. Contoh variabel kuantitatif adalah suku bunga, pendapatan,
penjualan dan lain-lain. Contoh variabel kualitatif adalah agama, warna kulit, asal kelahiran. Kadang-kadang kita sering bisa mengkuantifikasikan variabel kualitatif. Statistik terkait dengan variabel kuantitatif.
Variabel kuantitatif dibagi menjadi dua macam yaitu diskrit (menunjuk angka tertentu) dan kontinyu
(menunjuk rentang yang jumlah angkanya tak terhingga). Terdapat 4 tingkatan data, yaitu
y Nominal: data diklasifikasikan ke dalam kategori dan tidak dapat disusu dalam urutan tertentu.
Sebagai contoh: varibel jenis kelamin: pria=1; wanita=2. Pemberian nilai tersebut terserah individu.
y Ordinal: data disusun ke dalam urutan tetapi perbedaan nilai data tidak dapat ditentukan atau
tidak memiliki arti. Contoh pembuatan ranking untuk minuman soft drink yang disukai.
y Interval: data disusun dalam interval tertentu dan tidak terdapat nilai nol
y Rasio
Beberapa hal yang perlu diperhatikan sebelum memasukkan data meliputi
Struktur Data: Baris atau kolom
Format data: Bebas atau Tertentu
Missing Value: Data yang hilang atau tidak lengkap
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 3/43
Memulai SPSS
Untuk memulai SPSS dapat dilakukan melalui program files yang ada di windows (SPSS harus sudah
terinstall terlebih dahulu)
Pada windows klik Start All pr ograms SPSS f or Windows SPSS
Anda akan mendapatkan tampilan sebagai berikut:
Keterangan
Run the tutorial: Digunakan untuk menampilkan fasilitas help dalam bentuk tutorial demo tentang
bagaimana menjalankan SPSS.
Type in data: digunakan untuk memasukkan data baru yang akan diolah kedalam SPSS.
Run an existing quer y: Digunakan untuk membuka file database query kedalam SPSS.
Open an existing data source: Digunakan untuk membuka file data spss yang sudah ada.
Spss menyediakan beberapa fasilitas yaitu
Data Editor . Window ini terbuka secara otomatis ketika program SPSS dijalankan dan berfungsi untuk
input data ke SPSS. Membersihkan data editor: klik File, New, Data, Membuka File (ekstensi .sav): klik
File, Open, Data
V iewer . Window ini merupakan media tampilan proses yang dilakukan SPSS. Dapat disimpan melalui
perintah Save SPSS Output (ekstensi .lst). Untuk membuka file output: klik File, Open, SPSS output
Syntax Editor. untuk menuliskan susunan perintah/program--teks editor Dapat disimpan lewat perintah
Save SPSS Syntax pada menu file. Untuk membuka file syntax (ekstensi .sps): klik File, Open, Syntax
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 4/43
Script Editor : digunakan untuk melakukan berbagai pengerjaan SPSS secara otomatis, seperti membuka
dan menutup file, mengekspor grafik menyesuaikan bentuk output.
Menangani File Data
Untuk memasukkan data baru kedalam SPSS klik Type in data
Atau anda dapat melalu file menu dengan mengklik file new data
anda akan mendapatkan tampilan sebagai berikut:
untuk mengisi judul, klik pada variable view, untuk mengentri data klik pada data view
Latihan:
Entrikan Data ini kedalam SPSS
No Nama Sex Jurusan SPSS Word Excel Access
1 R AHM AT ALI M ASYH AR W pria Man 70 58 80 69
2 AHM AD F AIS AL pria Akt 90 71 95 85
3 HERLY WIN ARTI wanita EP 85 87 80 84
4 NURSIT A TRIY ANTI P. wanita Man 85 85 80 83
5 ANGG A PR ADITY A wanita Akt 85 30 80 65
6 ANIS A ROM AD ANIATI wanita Man 65 50 95 70
7 ANIT A WIDY AS ARI wanita Akt 80 85 80 82
8 ARIF SETIAW AN W ARTOYO pria Man 85 62 80 76
9 ARIS RISMOKO pria Akt 75 59 75 70
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 5/43
10 ARIS SUSILO pria Man 80 87 95 87
11 ARKK A H ARYOPUTRO pria Man 80 60 75 72
12 ARNI FERIY AN AA wanita Man 90 75 90 85
13 BERTH A TENNISIA wanita Man 80 65 65 60
14 CHRISTIAN ELEAZAR S. wanita Man 75 80 65 73
15 F AJAR DWI ISW ANTO pria Akt 80 52 85 72
16 F ARID A UMI ISTIAN AH wanita Akt 85 70 75 77
17 M ANG ASI E.P.S. pria Akt 85 60 80 75
18 METH ANIA YOGI D. pria EP 65 25 80 57
19 MUFTI ZAENUROHM AN pria EP 65 40 80 62
20 MUH AM AD IRF ANI pria EP 80 45 80 68
Petunjuk: Klik variabel View
Entrikan judul sebagai berikut:
No Nama Sex Jurusan SPSS Word Excel Access
Isikan nama variabel dan format (type, label, missing value dan format kolom). Type untuk
menentukan type variabel, jumlah angka dibelakang koma, lebar variabel. Labels untuk menentukan label
variabel dan harga dari label tersebut.Missing Value untuk mementukan harga-harga dari suatu variabel
yang akan dideklarasikan sebagai missing value. Format Colums untuk menentukan jenis perataannya.
Frekuensi Data Nominal
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 6/43
Frekwensi untuk data nominal dilakukan untuk : 1) mengetahui besarnya frekwensi data, 2) membuat
tampilan grafik.
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 7/43
Bab 2 Uji Validitas dan
Reliabilitas
Uji Validitas dilakukan untuk mengukur apakah instumen penelitian benar-benar mampu mengukur
konstruk yang digunakan. Untuk memperoleh validitas kuesioner, usaha dititikberatkan pada pencapaian
validitas isi. Validitas tersebut menunjukkan sejauh mana perbedaan yang diperoleh dengan instrumen
pengukuran merefleksikan perbedaan sesungguhnya pada responden yang diteliti. Telnik uji validitas yang
sering digunakan adalah Confirmatory Factor Analysis.
Uji Reliabilitas dimaksudkan untuk mengetahui tingkat konsistensi terhadap instrumen-instrumen
yang mengukur konsep. Reliabilitas merupakan syarat untuk tercapainya validitas suatu kuesioner dengan
tujuan tertentu. Untuk menguji reliabilitas digunakan Cronbach Alpha.
Contoh Soal
PT Econet merupakan perusahaan yang bergerak dibindang industri internet. Perusahaan ini memiliki 40
karyawan. Untuk meningkatkan Etos kerja SDM yang dilihat dari kepuasan kerja karyawannyanya PT
Econet melakukan riset kepada karyawannya. Riset dilakukan dengan menyebarkan kuesioner terhadap
40 karyawannya yang bertujuan untuk mengetahui kepuasan kerja karyawan. Adapun item pertanyaan
yang diteliti meliputi Aspek Kepemimpinan (KP 1, KP 2 dan KP 3), Komitment Perusahaan terhadap
karyawannya (KO 1, KO 2 dan KO3) dan Kepuasan Kerja (KK1 dan KK2) masing masing menggunakan
skala likert 1-5 (1 sangat tidak setuju dan 5 sangat setuju). Adapun data yang terkumpul setelah dilakukan
penelitian adalah sebagai berikut:
KP1 KP2 KP3 KO1 KO2 KO3 KK1 KK2
4 4 4 4 3 3 3 3
4 3 2 4 3 2 3 3
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 8/43
4 4 4 4 4 4 3 4
4 4 3 3 4 3 4 4
4 4 3 5 5 5 4 4
5 4 4 4 5 4 1 2
4 3 3 3 3 3 4 4
4 4 3 3 3 4 3 5
4 3 3 4 4 3 3 4
4 5 4 4 4 4 2 2
2 4 3 4 4 3 2 4
3 3 3 3 3 2 2 3
2 4 3 3 3 4 2 4
4 4 3 2 2 4 1 3
4 4 4 2 2 3 1 1
4 4 3 3 4 4 2 2
4 4 3 3 3 4 2 2
4 3 4 3 3 3 3 4
4 3 4 3 3 3 3 4
3 4 3 3 4 4 2 4
4 4 4 3 3 3 3 2
3 4 4 3 3 3 3 3
3 4 4 3 4 4 3 3
3 4 3 3 3 4 3 4
3 4 4 4 4 3 3 4
3 3 3 3 4 4 2 4
4 3 3 4 4 2 3 5
4 4 3 2 2 3 3 3
4 4 4 4 3 4 2 2
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 9/43
4 3 4 3 4 4 3 4
4 4 4 4 4 3 3 3
3 3 3 3 4 4 4 4
3 3 3 3 4 4 2 2
4 3 3 4 3 4 4 4
4 4 3 3 3 3 3 4
3 4 4 3 2 2 3 3
3 3 4 4 4 3 2 2
2 2 2 2 2 2 1 2
4 4 4 4 4 4 4 4
3 3 4 3 3 3 1 1
Diminta, sebelum data dianalisis, lakukan uji validitas dan reliabilitas
Pengolahan Data
Uji Validitas dengan Confirmator y Factor Analysis.
Entrikan data yang ada dalam SPSS
lalu klik Analysis klik Data Reduction klik Factor «
hingga muncul tampilan sebagai berikut
klik Descriptives«
Pastikan bahwa initial solution dipilih lalu klik continue
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 10/43
Klik extraction
klik number of factors lalu isikan 3 (jumlah variabel = 3) lalu klik continue
klik r otation
pilih Varimax lalu klik continue
klik option
pilih Suppress absolute values less than lalu isikan .40 klik continue lalu klik OK.
Anda akan menjumpai tampilan output faktor analisis sebagai berikut
Output Factor Analysis
Hasil dari uji validitas dengan faktor analisis bisa dilihat pada output r otated component matrix (output ini
muncul kalau memilih rotasi). Dari output tersebut kitas bisa melihat bahwa setiap item pertanyaan (KP1
s/d KK2) terekstrak secara sempurna kedalam 3 faktor (3 variabel). Kalau dirangkum hasil uji validitas
sebagai berikut:
Instrumen Faktor 1
Faktor 2
Faktor 3
Keterangan
KP1 0,716 Valid
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 11/43
KP2 0,665 Valid
KP3 0,734 Valid
KO1 0,682 Valid
KO2 0,893 Valid
KO3 0,691 Valid
KK1 0,903 Valid
KK2 0,821 Valid
Bagaimana seandainya output r otated component matrix tidak menunjukkan extraksi yangsempurna?
Jawab: Kalau muncul seperti itu, ulangi faktor analisis dengan menghilangkan indikator yang memiliki nilai
ganda di dua tempat, lakukan trial and error untuk mendapatkan hasil yang terekstrak sempurna.
Uji Reliabilitas dengan teknik Cr onbach Alpha
Teknik ini lazim digunakan untuk mengukur kekonsistenan dari item-item pertanyaan variabel.
Soal: Dengan menggunakan data latihan uji validitas, lakukan uji reliabilitas untuk masing masing variabel
Adapun langkahnya adalah sebagai berikut
Klik Analyze klik Scale klik Reliability Analysis
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 12/43
anda akan menjumpai tampilan sebagai berikut
masukkan variabel kp1, kp2 dan kp3 seperti berikut ini
klik Statistics«lalu pilih scale if item deleted dan klik continue kemudian klik OK
anda akan menjumpai hasil output sebagai berikut
****** Method 1 (space saver) will be used for this analysis ******
RE
L I A
BI L I
T Y A
N A
L
Y SI
S - S C A
L
E
( A
L
P H A
)
Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted
KP1 7.0250 .9481 .2896 .5409
KP2 6.9750 .9994 .3778 .3900
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 13/43
KP3 7.2000 .9846 .3851 .3776
Reliability Coefficients
N of Cases = 40.0 N of Items = 3
Alpha = .5356
Hasil output uji reliabilitas menunjukkan nilai alpha 0,5356. nilai ini sudah mencukupi syarat uji reliabilitas.
Namun kalau kita melihat pada kolom Alpha if Item Deleted, pada baris KP1 menunjukkan nilai 0, 5409
yang lebih besar dari nilai alpha variabel. Dengan menghilangkan KP1 kita akan mendapatkan nilai
cronbach alpha yang lebih besar. Sehingga uji reliabilitas dilakukan ulang dengan menghilangkan item KP1
sehingga akan menghasilkan output sebagai berikut
****** Method 1 (space saver) will be used for this analysis ******
R E L I A B I L I T Y A N A L Y S I S - S C A L E ( A L P H A)
Item-total Statistics
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 14/43
Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted
KP2 3.4000 .3487 .3707 .
KP3 3.6250 .3429 .3707 .
Reliability Coefficients
N of Cases = 40.0 N of Items = 2
Alpha = .5409
Selanjutnya uji reliabilitas dilakukan untuk variabel KO1 sehingga menghasilkan output sebagai berikut
****** Method 1 (space saver) will be used for this analysis ******
R E L I A B I L I T Y A N A L Y S I S - S C A L E ( A L P H A)
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 15/43
Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted
KO1 6.7750 1.6660 .5119 .6156
KO2 6.6750 1.1994 .7284 .2993
KO3 6.7000 1.8051 .3480 .8068
Reliability Coefficients
N of Cases = 40.0 N of Items = 3
Alpha = .6996
Dari hasil uji reliabilitas menunjukkan nilai alpha 0,6996 meskipun demikian nilai Alpha if item Deleted
untuk K03 sebesar 0,8068 yang jauh lebih besar dibandingkan nilai cronbach alpha yang ada sehingga
dilakukan pengujian ulang dengan menghilangkan item KO3. hasilnya adalah sebagai berikut
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 16/43
****** Method 1 (space saver) will be used for this analysis ******
R E L I A B I L I T Y A N A L Y S I S - S C A L E ( A L P H A)
Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted
KO1 3.4000 .6051 .6814 .
KO2 3.3000 .4718 .6814 .
Reliability Coefficients
N of Cases = 40.0 N of Items = 2
Alpha = .8068
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 17/43
Pengujian terakhir dilakukan untuk variabel KK dengan langkah yang sama, sehingga akan menghasilkan
output sebagai berikut
****** Method 1 (space saver) will be used for this analysis ******
R E L I A B I L I T Y A N A L Y S I S - S C A L E ( A L P H A)
Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted
KK1 3.2250 1.0506 .6519 .
KK2 2.6250 .8045 .6519 .
Reliability Coefficients
N of Cases = 40.0 N of Items = 2
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 18/43
Alpha = .7851
Karena hanya dua item, maka alpha if item deleted tidak muncul. Nilai Cronbach Alpha sebesar 0,7851
berarti variabel KK sudah lolos uji reliabilitas
Latihan 1
Lakukan uji validitas dan reliabilitas untuk data dibawah ini. Buat uraian hasil dari olah dataanda.
Latihan 2 (Tugas Kelompok)
Lakukan uji validitas dan reliabilitas untuk data dibawah ini. Buat uraian hasil dari olah data anda.
dst«.
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 19/43
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 20/43
Latihan 3 (Tugas Kelompok)
Lakukan uji validitas dan reliabilitas untuk data dibawah ini. Buat uraian hasil dari olah data anda.
Keterangan
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 21/43
Bab 3 Uji Data
Uji data pada prinsipnya bertujuan untuk memastikan bahwa berbagai metode analisis bisa
digunakan pada data tertentu sehingga hasil dari analisis data dapat diinterprestasikan dengan tepat.
Pengabaian Uji Data bisa berakibat biasnya kesimpulan yang diambil atau bahkan metode analisis tertentu
tidak dapat diproses. Misalnya apabila data ternyata memiliki banyak mising value (data yang hilang atau
tidak ada isinya). Jika data tersebut dipaksa untuk diproses, output yang dihasilkan bisa sangat berbeda
jika data tidak ada yang hilang (missing). Pada jenis data tertentu yang banyak mengandung missing
value, proses analsisi data bahkan tidak bisa dilakukan
Kendala yang dihadapi pada saat melakukan Uji Data adalah banyaknya waktu dan tenaga yang
terbuang untuk melakukan proses Uji Data, yang dianggap sebagai pemborosan. Sementara disisi yang
lain, jika data ternyata tidak layak untuk diproses maka akan menghasilkan interprestasi yang meragukan.
Uji Data lebih banyak dilakukan dalam Analisis Multivariate. Uji data bisa dilakukan dengan empat cara
(Santosa 2002)
y Pengujian dengan menggunakan Grafik, seperti untuk menguji bentuk kenormalan distribusi data,
menguji sebaran dua variabel untuk korelasi dan sebagainya
y Pengujian adanya Missing Data, yakni menguji aakah data yang tidak lengkap atau ada data yang
hilang akan mempengaruhi data secara keseluruhan
y Pengujian adanya Outlier (data yang sangat ekstrim), yang mungkin keberadaan data outlier akan
menggangu keseluruhan data
y Pengujian terhadap beberapa asumsi seperti Uji Normalitas Data, Uji Linieritas dan sebagainya.
1. Analysis Missing Value dan Perlakuannya
Missing data atau missing value adalah informasi yang tidak tersedia untuk sebuah subyek. Dalam
SPSS, missing data adalah adanya sel-sel yang kosong pada satu atau beberapa variabel. Bisa terjadi
karena informasi tersebut tidak tersedia atau terjadi karena kesalahan pada saat entri data. Missing
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 22/43
data pada dasarnya tidak bermasala bagi keseluruhan data apabila jumlahnya sedikit, namun lain
halnya kalau jumlahnya cukup besar. Jika terjadi kasus tersebut, maka sebaiknya dilakukan pengujian
apakah data yang mengandung banyak missing tersebut masih layak diproses lebih lanjut ataukah
tidak.
Contoh
Berikut ini ada data mengenai identitas responden
Nama JenisKelamin
Umur Pendidikan
Canang Kori A 1 19 2
Dentino 1 21 2
Dewi Amalia R 2 21 2
Dwi Retnosari 2 21 2
Fahnida Nadya H 2 2
Fransiska Ilmi P 2 21 2
Novia Tri Kusumawati 2 21 1
Ika Novita Sari 2 22 2
Irwan Trinugroho 1 22 2
Lidda Priska 17 2
Nurul Istikomah 2 21 2
Tika Rumiatun 2 21
Adi Susetyo 1 18 3
Agus Kurniawan 1 18 3
Ahmad Arifudin 1 18 2
Anggia Theodora 2
Dian Widyaningrum 2 21 2
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 23/43
Ardanto JW 1 22 1
Ari Yulianto 1 22 1
Arko Mulawan 1 19 1
Desi K urniasari * 19 1
Dina Fitri Astuti 2 19 2
Endah Kurniasari 2 19 2
Fauzi Mukminanto 1 19 2
Hartoto Heru P 1 1
Hasan 1 21 1
Hendri Prabowo 1 21 1
Herdi Firman 1 21 1
Ian Sarjito 1
Intan Septima N 2 21 1
Keterangan: Jenis Kelamin (1 pria, 2 wanita), Pendidikan (1 S1, 2 D3, 3 Non Reguler)
Dari kasus tersebut, akan dilihat
1. Apakah missing value yang terjadi bersifat acak atau tidak?
2. Terkait dengan permasalahan pertama, bagaimanakah seharusnya perlakuan terhadap data yang
mengandung missing value tersebut
Langkah Pengerjaan
Tahapan dalam Missing Value
1. Menguji Keacakan Missing Value
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 24/43
Langkah ini dilakukan untuk menguji sifat acak dari data yang ada. Seharusnya missing value yang
ada bersifat random dan tidak ada pola tertentu
2.
2. Uji Outlier
Data outlier adalah data yang secara nyata berbeda dengan data-data yang lain. Sebagai contoh, dari
100 berat badan mahasiswa fakultas ekonomi ternyata ada data dengan berat badan 115 kg. data
tersebut jelas bersifat ekstrim dibanding rata rata berat badan mahasiswa fakultas ekonomi misalnya
65 kg. data 115 kg inilah yang disebut dengan data outlier. Data outlier terjadi karena beberapa sebab
1. Kesalahan dalam pemasukan data.
2. Kesalahan pada pengambilan sampel.
3. Memang ada data-data ekstrim yang tidak bisa dihindarkan keberadaannya. Terkait
dengan contoh diatas memang ada mahasiswa yang benar benar memiliki berat badan
115 kg
Contoh
Berikut ini adalah data nilai mahasiswa untuk beberapa mata kuliah
No Nama Aplikom 1 Manajemen Statistik
1 CHERRY SUPR APTI 88 90 75
2 ERY WIH ARTO 90 95 80
3 N ANUNG PR ASETYO 72 75 47
4 R IRW AN ARIO TEDJO 60 70 5
5 ADI DWI ANGGORO 60 70 25
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 25/43
6 AHM AD APRIANTO 60 75 30
7 AMB AR RUBY ANTO 95 95 95
8 ANDY MURDIY ATMOKO 60 70 20
9 ANIT A KUSUM ANINGTY AS 88 90 75
10 ANN A KRISTIANTI 77 80 65
11 AYU S ARI PURN AM AW ATI 76 80 60
12 AYUN EK AY ANTI R AH AYU 60 75 35
13 BUDI CHRISTIANTO 70 70 45
14 D ANI HNDR AW AN 90 95 80
15 D ANI KURNIAW AN 75 75 55
16 D ANU PRIH ATMONO 70 65 0
17 DEWI PUSPIT AS ARI 77 80 65
18 DEWI WIDIY ASTUTI 77 80 65
19 DOBI SUS ANTO 75 75 55
20 DU ANTO ASTO SUDR AJAT 76 80 60
21 EKO SETYO WIDODO 88 90 72
22 EKO SUPRIANTO 60 75 15
23 ELFIR A AGUSTIN A 88 90 73
24 JONI BUDIANTO 60 70 47
25 KRIST ANTO YOSO S APUTRO 70 70 45
26 LATIF AH B AROROH 76 80 60
27 LIS A INDRIASTUTI 77 80 65
28 M. H AFID F AHRUDIN 87 90 75
29 M ARIAN A PUSP ARINI 75 75 55
30 MUH AMM AD SIGIT 88 90 72
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 26/43
PURW ANSY AH
31 NENNY PRIM AS ARI 75 75 54
32 PUJI ASTUTI 77 80 60
33 RETNO WIDIANINGSIH 75 75 55
34 RIAN A FEBRIANTI 72 75 47
35 S ARWOTO 95 95 95
36 SEPNIK A ENGG AR W ATI 72 75 47
37 SISMIY ANTO 90 95 85
38 SITI NUR UT AMI 60 75 30
39 SRI R AH AYU 71 70 45
40 SUCI ASTUTI 77 80 60
Dari data tersebut lakukan pengujian outlier
Langkah Pengerjaan
Uji terhadap keberadaan outlier bisa dilakukan dengan dua cara, yaitu membuat nilai z (standardisasi
data) dan menampilkan grafik data. Penggunaan teknik pertama lebih mudah karena kita bisa
mendeteksi langsung outlier dari data yang ada
Adapun langkahnya adalah sebagai berikut
Entrikan data tersebut ke SPSS
Klik Analyze klik Descriptive Statistics klik Descriptives«
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 27/43
anda akan menjumpai tampilan sebagai berikut
masukan aplikom 1, manajemen dan statistik ke variable(s)
pilih save standardized value as variables
lalu klik OK
output yang muncul dilayar adalah
klik pada data SPSS anda, anda akan mendapatkan nilai z untuk setiap variabel
Deteksi outlier
Jika sebuah data oulier maka nilai z yang didapatkan lebih besar dari angka +2,5 atau lebih kecil dari
angka -2,5
3. Uji Normalitas
Tujuan dari Uji Normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau
mendekati distribusi normal. Data yang baik adalah data yang mempunyai pola seperti distribusi
normal.
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 28/43
Contoh Soal:
lakukan pengujian normalitas untuk data keuangan dibawah ini
Abnormal Return Umur Std Deviasi Jenis Perusahaan
0.18 5 0.03135 0
0.051 9 0.17571 0
1.246 7 0.04024 1
0.356 10 0.02975 0
0.006 8 0.11593 1
0.035 18 0.02628 0
1.194 10 0.04346 0
0.963 11 0.03989 0
1.658 10 0.10055 1
0.806 10 0.07428 0
0.194 27 0.0155 0
0.512 27 0.03579 0
1.044 4 0.01345 0
2.018 10 0.23183 0
0.154 31 0.0077 1
0.974 8 0.2892 0
0.198 11 0.12158 1
-0.075 45 0.56379 1
0.678 11 0.03985 0
0.334 9 0.04599 0
0.168 44 0.00254 1
0.037 7 0.03808 0
1.031 6 0.03407 1
0.116 31 0.01396 1
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 29/43
-0.04 13 0.05113 0
0.565 24 0.0321 0
0.199 5 0.00413 0
0.929 9 0.18085 0
0.603 5 0.03499 0
0.025 29 0.01572 1
1.649 9 0.20754 0
0.219 10 0.02049 0
-0.091 5 0.00008 0
0.063 20 0.02235 0
-0.176 10 0.02184 0
0.122 2 0.0002 1
-0.059 11 0.02794 0
1.773 8 0.06263 0
0.049 32 0.01155 0
0.254 11 0.01924 1
0.347 9 0.00574 1
0.158 8 0.05978 0
1.241 11 0.01677 0
0.726 13 0.06854 0
0.146 6 0.05189 0
1.616 6 0.07577 0
1.962 4 0.23264 0
-0.014 7 0.11912 0
0.3 6 0.00029 0
0.967 25 0.13879 0
Jenis Perusahaan: 1 Perusahaan Keuangan, 0 Perusahaan non keuangan
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 30/43
Langkah pengerjaan
Uji normalitas bisa dilaukan dengna grafik dan melihat besaran Kolmogorov Smirnov. Adapun
langkahnya sebagai berikut:
Klik menu Analyze klik Descriptive Statistics, lalu pilih Explore
sehingga akan nampak dilayar
masukkan variabel aplikom1, manajeme dan statisti pada kolom Dependent Lisk
Pada bagian bawah klik Plots«. hingga tampak di layar
pilih normality plots with test
lalu non aktifkan pilihan Stem-and-leaf pada kolom descriptive
lalu pilih none pada kolom boxplots
abaikan semua bagian lain dan tekan tombol continue untuk kembali ke manu utam explore lalu klik
OK
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 31/43
output Uji Normalitas
Kriteria Pengujian
Apabila angka Signifikansi (Sig.) >0,05 maka data berdistribusi Normal
Apbila angka Signifikansi <0,05>
Dari output uji normalitas dapat dilihat, untuk kolmogor ov-smirnov baik variabel umur maupun abnormal return
perusahaan semua tidak berdistribusi normal karena memiliki nilai signifikansi mendekati nol
Penanganan Data Tidak Normal
Jika sebuah variabel mempunyai sebaran data yang tidak normal perlakuan yang dimungkinkan agar data menjadi
normal adalah
y Menambah jumlah data. Seperti kasus tersebut bisa dicari lagi data sekitar 20 atau 30 data
baru untuk menambah ke 50 data. Kemudian dengan jumlah data yang baru dilakukan
pengujian sekali lagi
y Menghilangkan data yang dianggap penyebab tidak normalnya data. Pengurangan data
perlu dipertimbangkan karena bisa mengaburkan tujuan penelitian karena hilangnya data
yang seharusnya ada
y Melakukan tranf ormasi data, misal mengubah data ke logaritma atau kebentu natural (LN)
atau bentuk yang lain, kemudian lakukan pengujian ulang
y Data diterima apa adanya, memang dianggap tidak n
ormal dan tidak perlu dilakukan
treatment tertentu. Untuk itu analisis yang dipilih harus diperhatikan. Bisa dilakukan
analisis non parametrik
y Contoh
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 32/43
Dari data abnormal return diatas lakukan treatment untuk menormalkan data
Langkah Pengerjaan
Treatment yang dipilih adalah melakukan tranf ormasi Logaritma terhadap data yang ada.
Pilih menu Tranf orm lalu klik Compute
anda akan menjumpai tampilan sebagai berikut
isi target variable dengan nama lgabnr
lalu ketikkan Numeric Expression rumus lg10(abnretur)
lalu klik OK
anda akan menjumpai tampilan
lgabnor merupakan hasil transf ormasi data dari variabel abnormal return perusahaan. Nilai -.74
merupakan hasil dari log .18
lakukan pengujian ulang normalitas
klik analyze lalu klik Explore
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 33/43
masukkan variabel lgabnor dan umur kedalam kolom dependent list lalu klik OK
anda akan menjumpat tampilan output sebagai berikut
Analisis
Dari uji normalitas, variabel log abnormal return menunjukkan nilai 0,171 sehingga data tersebutberdistribusi normal
4. Uji Homoskedastisitas
Uji homokeskedastisitas pada prinsipnya ingin menguji apakah sebuah grup (data kategori)
mempunyai varians yang sama diantara gr oup tersebut. Jika varians sama maka dikatakan ada
homokedastisitas sedangkan jika varians tidak sama maka terjadi heter oskedastisitas.
heter oskedastisitas tidak boleh terjadi. Alat untuk menguji homoskedastisitas dibagi dua yaitu
dengan alat analisis levene test atau dengan analisis residual yang berupa grafik. Cara yang
paling sering digunakan adalah dengan menggunakan levene test
Dengan menggunakan data uji normalitas, lakukan uji homoskedastisitas
Langkah Pengerjaan
Klik Analyze pilih menu Descriptive Statistics lalu pilih Explore,
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 34/43
anda akan menjumpai tampilan sebagai berikut
masukkan variabel abnormal return dan standar deviasi kedalam dependent list dan masukkan
jenis perusahaan kedalam factor list
klik Plots«
non aktifkan Stem-and-leaf
kemudian pilih power estimation
klik continue lalu klik OK, anda akan mendapatkan output sebagai berikut
kriteria pengujian
Jika Pr obabilitas (SIG) > 0,05, maka terjadi homokesdastisitas
Jika Pr obabilitas (SIG) <>
Pada hasil pengujian levene test berbasis mean, didapatkan nilai sign. Sebesar 0,371 dan 0,159yang lebih besar dari 0,05 yang berarti terjadi homokesdastisitas.Dengan demikian
disimpulkan bahwa variabel abnormal return dan sdandard deviasi telah lolos uji
homokesdastisitas.
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 35/43
Kalau terjadi Heter oskedastisitas apa yang harus dilakukan?
Lakukan transf ormasi data menjadi bentuk logaritma atau natural lalau lakukan pengujian
dengan levene test sekali lagi
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 36/43
Bab 4 Analisis RegresiAnalisis regresi telah lama dikembangkan untuk mempelajari pola dan mengukur hubungan
statistik antara dua atau lebih variabel. Teknik analisis yang mencoba menjelaskan bentuk
hubungan antara dua variabel atau lebih khususnya hubungan atara variabel-variabel yang
mengandung sebab akibat disebut analisis regresi. Pr osedur ini didasarkan atas distribusi bersama
variabel-variabelnya. Dalam riset keperilakuan, analisis regresi lebih ditujukan untuk memprediksi
hubungan antar variabel sementara dalam riset keuangan, analisis regresi ditujukan untuk
melakukan estimasi. Perbedaan cara analisis ini sangat tergantung pada rumusan masalah yang
akan dijawab dalam penelitian. Analisis regresi yang paling sering digunakan adalah analisis
regresi linear sederhana dan regresi berganda dengan menggunakan teknik ordinar y least square(OLS)
Contoh:
Perusahaan CBES merupakan perusahaan yang bergerak dibingan usaha mebel. Perusahaan ini
memiliki 50 kar yawan. Suatu saat perusahaan ingin meneliti mengenai faktor faktor yang
mempengaruhi prestasi kerja kar yawan. Faktor yang diteliti meliputi gaji, insentif, fasilitas dan
tunjangan kerja yang diberikan kepada kar yawan.
Berikut adalah data hasil penelitian pada perusahaanCBES
No prestasi gaji insentif fasilitas tunjangan
1 2.5 2.67 4.33 2.33 2
2 2.7 4.33 3 1.67 1
3 2.7 4.67 2 2.67 1.5
4 3.2 5 2 3.33 1.5
5 4.2 3.33 4 2.33 1
6 3.3 4 2.67 2.33 3
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 37/43
7 4.8 4.67 5 1.67 3
8 4.6 5 2 2.33 1.5
9 2.9 4.67 4 2.67 1.5
10 1.9 3 4.33 3 2.5
11 1.5 2 2.67 2.67 2.5
12 3.5 3.33 4 2 3.5
13 4.6 4.33 4 1 2
14 3.2 2 4.67 1.67 1.5
15 3.1 2.33 3.67 2 1
16 1.3 1.33 3.33 1.67 1.5
17 3.5 3.33 4 2.67 2.5
18 4.6 4.33 3 2.33 2
19 3.2 2 2 1.67 1.5
20 3.1 2.33 4 2 3
21 4 4.33 3 4 1.5
22 4.3 4.33 4 4.67 2
23 1.8 1.67 4.67 3 3
24 1.7 3 5 4 1.5
25 4.7 4.33 3.33 4.67 2
26 4.1 4.33 3.67 4 3.5
27 4.3 4.33 4.33 4.67 2
28 1.8 1.67 4.33 3 1.5
29 1.6 3 3 4 1.5
30 4.6 4.33 3.33 4.67 3.5
31 1.8 4.33 1.67 2.33 2
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 38/43
32 2.5 4 3 4.67 2
33 4.3 5 2.67 2.67 3
34 1.6 4.33 2 4 2
35 2.7 4.33 2 3 2
36 3.7 4.67 2.33 2 2
37 2.8 5 2 4.67 1.5
38 3.5 3.67 1.33 3.67 3.5
39 3 3.33 1.33 4 3.5
40 3.7 4.67 1.33 3 3.5
41 2 4 1 1 2
42 1 4.33 1.67 3 1.5
43 2.9 4.33 1.33 3.67 1.5
44 2.6 1 2.33 2.67 2.5
45 2.7 1 1 3.67 2
46 2.2 4 1 1 2
47 1.1 4.33 1 3 2
48 2.9 4.33 1 3.67 3.5
49 2.6 1 1.33 2.67 3.5
50 2.7 1 1.33 3.67 2
Diminta, lakukan analisis regresi untuk menguji pengaruh gaji, insentif, fasilitas dan tunjangan
kerja terhadap prestasi kerja kar yaw
an.
Langkah Pengerjaan
Entrikan data penelitian kedalam SPSS
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 39/43
klik Analyze lalu klik Regression klik Linear«.
masukkan variabel prestasi kedalam kolom Dependent
masukkan variabel gaji, insentif, fasilitas dan tunjangan kedalam kolom Independent
klik statistics..
pilih Descriptives untuk menampilkan diskripsi data lalu klik continue
klik options«
masukkan nilai pr obability 0.05 (standar yang umum digunakan)
untuk derajat keyakinan 90% masukkan angka 0.1
untuk derajat keyakinan 95 % masukkan angka 0.05
untuk derajat keyakinan 99% masukkan angka 0.01
klik continue lalu klik OK
anda akan mendapatkan tampilan output sebagai berikut
1. Output DiskriptiveData
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 40/43
Output ini digunakan untuk menganalisis diskripsi data misalnya rata rata data, standar deviasi
dsb. Hasil dari output diskripsi menunjukkan bahwa variabel prestasi memiliki rata rata 2,9920
dan standar deviasi sebesar 1.04897. Output gaji memiliki rata rata 3,5324 dan standar deviasi
1,23959, dst..
2. Output Model Summar y
Output model summar y menunjukkan nilai koefisien determinasi regresi (R2). Koefisien
determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan
variabel-variabel dependen.Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang
kecil berarti kemampuan variabel-variabel independent dalam menjelaskan variabel-variabel
dependent amat terbatas. Nilai yang mendekati 1 menunjukkan bahwa hampir semua inf ormasi
yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum koefisien
determinasi untuk data cr ossection relatif rendah karena adanya variasi yang besar antara
masing-masing pengamatan, sedangkan untuk data time series biasanya mempunyai nilai
koefisien determinasi yang tinggi.
Hasil analisis menunjukkan nilai R2 sebesar 0,302 yang berarti hanya sekitar 30,2% variabel
prestasi kerja yang bisa dijelaskan oleh variabel tunjangan, gaji, insentif dan fasilitas kerja.
3. Output ANOVA
Hasil pengujian F test dari output ANOVA menunjukkan bagaimana pengaruh variabel
tunjangan, gaji, insentif dan fasilitas secara bersama sama terhadap variabel prestasi kerja.
Nilai F test sebesar 4,876 dan nilai Sig. sebesar 0.002 menunjukkan pengaruh yang signifikan
yang berarti ada pengaruh posifit (Standar 0.050)
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 41/43
4. Output Coefficient
Nilai output koefisien menunjukkan hasil uji pengaruh variabel independen terhadap variabel
dependent secara partial. Hasil uji regresi menunjukkan bahwa variabel gaji, insentif dan
tunjangan berpengaruh positif terhadap prestasi kerja, sementara variabel fasilitas tidak
berpengaruh terhadap prestasi kerja.
Latihan
Perusahaan AdiJaya Meneliti mengenai faktor faktor yang mempengaruhi minat membeli
konsumen. Adapun faktor yang mempengaruhi minat membeli adalah persepsi kualitas danpersepsi pengorbanan. Dari hasil penelitian didapatkan data sebagai berikut:
Ket: pk=persepsi kualitas, pp=persepsi pengorbanan dan mb=minat membeli konsumen
Diminta: Lakukan pengujian untuk mengetahui pengaruh persepsi kualitas dan persepsipengorbanan terhadap minat membeli konsumen.
Bab 5 T-Test, Anova dan Manova
Bab 6 SPSS Non Parametrik
5/13/2018 Bab 1 Pendahuluan - slidepdf.com
http://slidepdf.com/reader/full/bab-1-pendahuluan-55a74fcff3b15 42/43
Statistik Non Parametrik digunakan untuk melengkapi Metode Statistik Parametrik agar tidak
terjadi kesalahan dalam memilih metode statistik yang akan digunakan untuk kegiatan inferensi.
Hal ini disebabkan ada data-data dengan ciri tertentu yang tidak bisa memenuhi asumsi-asumsi
pada penggunaan metode parametrik
Beberapa metode statistik parametrik mensyaratkan asumsi-asumsi (Santosa 2004)
1. Sampel (data) yang diambil dari populasi yang mempunyai distribusi normal.
2. Pada uji t dan uji F untuk dua sampel atau lebih, kedua sampel diambil dari dua populasi
yang mempunyai varians sama.
3. Variabel (data) yang diuji haruslah data betipe interval atau rasio, yang tingkatannya lebih
tinggi dari data tipe nominal dan ordinal.
4. Jumlah (sampel) data sangat kecil, sedangkan distribusi data populasinya tidak diketahui
kenormalannya.
Untuk data yang tidak memnuhi salah satu asumsi tersebut, maka disarankan menggunakan
pr osedur statistik non parametrik. Karena bisa digunakan dengan asumsi yang minimal sekalipun
untuk mempr oses data, maka kesimpulan yang diambil dengan pr osedur Non Parametrik akan lebih
lemah dibandingkan jika menggunakan Pr osedur Parametrik.
Karena sifatnya yang lemah, maka jika data masih memenuhi asumsi parametrik, seharusnya
digunakan pr osedur parametrik untuk mengolah data. Jika ada asumsi yang tidak terpenuhi namun
masih bisa dilakukan transf ormasi data maka gunakanlah pr osedur parametrik misalnya
y Untuk data yang tidak berdistribusi normal atau varians tidak sama, bisa dilakukan
tranf ormasi data ke bentuk logaitmik, akar dan sebagainya lalu dilakukan pengujian
normalitas dan varians sekali lagi
y Jika jumlah data terlalu sedikit, bisa diusakan penambahan data sehingga memenuhipr osedur parametrik (sekitar 30 data atau lebih), sejauh penambahan data masih
memungkinkan untuk dilakukan kecuali jika memang tidak ada jalan lain baru digunakan
pr osedur non parametrik.