materi 4 # analisa hipotesa
DESCRIPTION
TRANSCRIPT
Metodologi Riset
Materi 4Hipotesa Dan Analisa Statistika
B a h a s a n HIPOTESA PENELITIAN1. Definisi2. Jenis Hipotesa
ANALISA STATISTIK Statistik inferensial Contoh soal
1. Definisi Istilah
Secara istilah hipotesa berasal dari kata hypo (dibawah, lemah) dan
thesa (kebenaran). Jadi bisa diartikan hipotesa sebagai
kebenaran yang lemah, karena kebenaranya baru teruji sebatas
teori
Hipotesa diartikan sebagai “pernyataan statistic tetang parameter populasi atau hipotesa adalah taksiran terhadap parameter populasi melalui data sampel”
Secara statitika hipotesis diatikan sebagai “pernyataan mengenai keadaan populasi (parameter) yang akan diuji kebenarannya berdasarkan data yang diperoleh dari sampel penelitian (statistic)”
. BACK
2.Jenis Hipotesa Hipotesa kerja atau sering disebut hipotesa
alternative (dengan symbol Ha). Hipotesa kerja menyatakan adanya hubungan antara variable X dan Y atau adanya perbedaan antara dua kelompok.atau adanya perbedaan antara data populasi dengan data sampel.
Hipotesa nol (H0) diartikan tidak adanya perbedaan antara
parameter dengan statistic atau tidak adanya perbedaan antara ukuran populasi dan ukuran sampel. Dikatakan Hipotesa nol karenakan peneliti tidak mengharapkan adanya perbedaan data populasi dengan sampel.tidak adanya disini bukan beraRTI bukan hanya tidak adanya perbedaan tapi bisa juga berbentiuk tidak adanya hubungan antara satu variable dengan variable lainnya.
Jenis hipotesis Berdasarkan bentuk hubungan antar variable
Hipotesa bisa dibagi menjadi tiga yaitu :
1. Hipotesis deskriptif2. Hipotesis hubungan3. Hipotesis perbedaan
Berdasarkan bentuk pengujian hipotesis
Uji dua pihak (two tail test)Uji hipotesa nol berbunyi “sama dengan nol dan hipotesis alternatif berbunyi “Tidak sama dengan”
Uji satu pihak (one tail)1. Uji fihak kiri : H0 :”lebih besar atau sama
dengan”, sedang Ha :”lebih kecil”2. Uji fihak kanan :”H0 : lebih kecil atau sama
dengan, sedang Ha : “lebih besar”
3. Taraf Kesalahan Pada dasarnya menguji hipotesa adalah
menaksir parameter populasi berdasarkan data sampel. Ada dua cara menaksir yaitu
1. Titik taksiran (a point estimate) adalah suatu taksiran parameter populasi berdasakan satu nilai dari rata-rata data sampel.
2. Taksiran interval (interval estimate) adalah suatu taksiran parameter populasi berdasarkan nilai interval rata-rata data sampel.
BACK
Analisa statistik
Statistik Inferensial
DUA VARIABEL1. Uji T (T-test) 2. Analisis Varian (Analisis Of Variance /
Anova)3. Analisis Korelasi : Korelasi product
moment, korelasi rank, koefisien kontingensi, koefisien phi,dll
LEBIH DARI DUA VARIABEL4. Regresi berganda (multiple regresion) 5. Diskriminan analisis (desertminant
analisis)6. Korelasi konovikal (conovical
correlation) 7. Analisis faktor (factor analysis)
SKALA BENTUK HUBUNGAN STATISTIK Uji Statistik
NOMINAL Ekuivalensi ModusFrekuensiKoef. Contingensi
ORDINAL Ekuivalensi
Lebih Besar dari
MedianPersentil
Spearman (rs)Kendall (t)Kendall (W)
Non-parametrik
INTERVAL Ekuivalensi
Lebih Besar dari
Rasio sembarang dua interval
Rata-rata (mean)
Simpangan Baku
Korelasi momen hasil kali Pearson
Korelasi momen hasil kali ganda
Parametrik
RASIO Ekuivalensi
Lebih Besar dari
Rasio sembarang dua interval
Mean geometrik
Koefisien Variasi
Analisis Statistik yang Sesuai Menurut Skala Data
Bentuk Hipotesis Komparatif 2 sampel Komparatif > 2 sampel
Data Deskriptif (1 varabel)
relate independent related independent Asosiatif
Nominal - Binomial - Chi
square 1 sampel
Mc Nemar
- Fisher exact - Probability - X2 two sampel
- X2 k sample
- Choncran
- X2 k sample
Contgensi
Ordinal Run test - Sing test - Wiloxon
matche paired
- Man witney U test
- Median test - Kolmogorof
Smirnov - Wald Wold
Witz
Friedman two way anova
- Median Extension
- Kruskal Wallis One way Anava
- Spearman rank
-Kendal tau
Interval Rasio
t-test T test of related
T test Independent
- One way anova
- Two way anava
- One way
anova - Two way
anava
- Pearson Product moment
- multiple correlation
- regresi
PENGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK
Analisa korelasi
Korelasi adalah istilah statistic yang menyatakan derajat hubungan linier antara dua variable atau lebih yan g ditemukan oleh karl pearson pada awal tahun 1900, oleh sebab itu dikenal dengan sebutan korelasi pearson product moment. Hubungan antara dua variable ddialam teknik korelasi bukanlah dalam arti hubungan sebab akibat (timbal balik), melainkan hanya merupakan hubungan searah saja.
BACK
CONTOH SOALDiketahui data :X = 70 80 76 40 80 70 90 99 60 50 76 41 72 90 50Y = 70 70 90 40 90 80 70 40 50 90 70 40 72 80 42
Ditanyakan : 1. Buktikan dari data diatas adanya hubungan kuat
antara tingkat kemampuan menulis terhadap peningkatan berbicara ?
2. Seberapa kuat distribusi varibel X terhadap distribusi Y?
3. Buat kesimpulan hipotesa-nya ?
BACK