rmk analisa data kuantitatif hipotesa testing
DESCRIPTION
vTRANSCRIPT
TUGAS METODOLOGI PENELITIAN
Rangkuman Materi Kuliah
Analisa Data Kuantitatif
Muhammad Yusuf Adam
A31108317
Fakultas Ekonomi dan Bisnis
Universitas Hasanuddin
2014
Data Kuantitatif : Pengujian Hipotesis
Hipotesis dapat didefinisikan sebagai pernyataan sementara, belum diuji, yang memprediksi
apa yang kita harapkan untuk kita temukan dalam data empiris kita. Hipotesis ini berasal dari teori
yang mendasari model konseptual yang dibangun dan biasanya terhubung secara alami (sekaran,
2002). Berdasarkan kalimat diatas , hipotesis dapat didefinisikan sebagai dugaan hubungan yang
logis antara dua atau lebih variabel yang tergambar di dalam pernyataaan yang dapat dibuktikan.
Pengujian hipotesis mempunyai manfaat antara lain :
1. 1. Memastikan hubungan sebab akibat
2. 2. Memastikan perbedaan antara dua grup atau lebih
3. 3. Atau justru untuk memastikan independensi dari beberapa variabel
Hipotesis dapat diuji menggunakan t-test, ANOVA, chi-square test, dan multiple regression
analysis. Uji t dikenal dengan uji parsial yaitu untuk menguji bagaimana pengaruh masing-masing
variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji F dikenal dengan Uji
serentak atau Uji Annova yaitu uji untuk melihat bagaimanakah pengaruh semua variabel bebasnya
secara bersama-sama terhadap variabel terikatnya. Selain itu juga dapat digunakan untuk menguji
apakah model regresi yang dibuat sudah signifikan atau non signifikan. Chi-square test digunakan
untuk menguji kategori data baik berupa data nominal maupun ordinal. Analisis regresi digunakan
untuk melihat hubungan antara dua variabel secara kuantitatif.
Pada setiap pengujian hipotesis, angka numeric yang berasal dari pengujian statistic
dibandingkan terhadap kemungkinan distribusi untuk melihat kemungkinan dari kemungkinan
terjadinya hasil yang tidak benar pada populasi. Hipotesis nol dan hipotesis pengujian bisa memiliki
hubungan searah ataupun hubungan tidak langsung.
Type I dan Type II merupakan error dalam pengujian. Type I adalah kemungkinan spesifik
sebelum pengujian dilakukan. Selain itu juga dapat digunakan untuk menolak hipotesis nol ketika
hipotesis tersebut benar. Type II adalah kemungkinan menerima hipotesis nol ketika hipotesis
tersebut salah. P-values adalah kemungkinan sebenarnya yang dihitung dari pengujian statistic dan
dibandingkan dengan type I maupun type II untuk menolak atau menerima hipotesis nol. Kekuatan
statistic adalah kemungkinan untuk menolak seutuhnya hipotesis nol (1- B).
Contoh :
alpha = 0.05; calculated p-value = 0.008; reject null hypothesis
alpha = 0.05; calculated p-value = 0.110; do not reject null hypothesis
Type I error terjadi ketika hipotesis nol yang benar ditolak. Hubungan antara H0 dan hasil
pengujian yang mengakibatkan kesalahan dapat dilihat pada table di bawah ini.
Kesalahan Pengambilan Keputusan
Keputusan Populasi
Ho Benar Ho Salah
Tidak Menolak Ho
Benar (1-) Kesalahan Tipe II ()
Menolak Ho Kesalahanan Tipe I () Benar (1-)
Variabel dummy adalah variabel yang membolehkan untuk menggunakan variabel ordinal
maupun nominal sebagai variabel independen untuk menjelaskan, memahami, atau memprediksikan
variabel dependen. Multicollinearity terjadi jika menghadapi fenomena statistik dimana dua atau
lebih variabel independennya dalam model regresi berganda mengalami korelasi yang tinggi. Hal
ini menyebabkan estimasi dari koefisien regresi menjadi tidak mungkin dan terkadang unreliable.
Korelasi yang tinggi dapat menjadi pertanda danya perluasan multicollinearity. Multicollinearity
dapat diukur menggunakan nilai toleransi dan variance inflation factor (VIF). Multicollinearity
bukanlah masalah yang serius karena estimasi dari koefisien regresi mungkin tidak stabil, tetapi
ketika tujuan penelitian adalah untuk meyakinkan regresi korelasi individual maka multicollinearity
bisa menjadi masalah.
Analisi diskrimanisi juga digunakan untuk mengidentifikasi independent variable yang
didiskriminasi secara normal oleh skala bunga dependent variable. Regresi logistic digunakan
ketika dependent variable bukan merupakan angka. Regresi logistic juga selalu digunakan ketika
ada 2 macam kelompok. Conjoint Analysis adalah teknik statistik yang banyak digunakan pada
berbagai bidang. Teknik ini digunakan untuk mengetahui bagaimana konsumer mengembangkan
kesukaannya terhadap suatu produk atau jasa. Hal ini berlandaskan ide yang menyatakan bahwa
konsumen mengevaluasi nilai dari suatu produk atau jasa dengan menggabungkan nilai yang
disediakan oleh setiap attribute.
Multivariate Analysis of Variance (MANOVA) adalah perpanjangan multivariate dari analisa
varians. Variabel bebas diukur dalam skala nominal sedangkan variabel terikat diukur
menggunakan interval/skala rasio. Canonical correlation berguna untuk menguji hubungan antara
dua atau lebih variabel terikat dan beberapa variabel bebas.
Kebanyakan perusahaan menyadari keuntungan dari pembuatan data warehouse yang
berfungsi sebagai pusat penyimpanan semua data yang telah dikumpulkan dari sumber yang
terpisah termasuk keuangan perusahaan, manufaktur, penjualan, dan kesukaan.