teknik analisis data kuantitatif (metode statistika)

Download TEKNIK ANALISIS DATA KUANTITATIF (Metode Statistika)

If you can't read please download the document

Upload: tomas

Post on 06-Jan-2016

178 views

Category:

Documents


15 download

DESCRIPTION

TEKNIK ANALISIS DATA KUANTITATIF (Metode Statistika). Budiyono 08122626534. Materi. Ukuran tendensi sentral, ukuran penyebaran, distribusi statistik Uji Hipotesis: uji t, uji z, uji normalitas, uji homogenitas variansi Anava (satu jalan, dua jalan) Regresi dan korelasi (sederhana, ganda) - PowerPoint PPT Presentation

TRANSCRIPT

  • TEKNIK ANALISIS DATA KUANTITATIF(Metode Statistika)Budiyono08122626534

  • MateriUkuran tendensi sentral, ukuran penyebaran, distribusi statistikUji Hipotesis: uji t, uji z, uji normalitas, uji homogenitas variansiAnava (satu jalan, dua jalan)Regresi dan korelasi (sederhana, ganda)Analisis kovariansi (sederhana)Analisis variansi multivariat

  • Buku ReferensiBudiyono. 2009. Statistika untuk Penelitian: Edisi Kedua. Surakarta: UNS PressGlass, G. V. dan Hopkins, K. D. 1984. Statistical Methods in Education and Psychology. Englewood Cliffs, New Jersey: Prentice Hall, Inc.Walpole, R. E. 1982. Introduction to Statistics. New York: Macmillan Publishing Co.,Inc.

  • Identifikasi, Pemilihan, Perumusan MasalahLandasan Teori (Kajian Teori dan Penelitian yang Relevan)Penyusunan Kerangka BerpikirPerumusan Hipotesis PenelitianPengujian Hipotesis Penelitian (Pengumpulan dan Analisis Data)Hipotesis Diterima?yatidakSCIENTIFIC METHOD CYCLEDEDUKSIINDUKSIThe role of statistics

  • StatistikaStatistika adalah pengetahuan yang berhubungan dengan cara penyusunan data, penyajian data, dan penarikan kesimpulan mengenai suatu keseluruhan (yang disebut populasi) berdasarkan data yang ada pada bagian dari keseluruhan tadi. Bagian dari keseluruhan (populasi) disebut sampel.

  • StatistikaStatistika deskriptif (deduktif) adalah bagian statistika yang mempelajari cara penyusunan dan penyajian data yang dikumpulkan. Statistika inferensial (induktif) adalah bagian statistika yang mempelajari tata cara penarikan kesimpulan mengenai populasi berdasarkan data yang ada pada sampel

  • Populasi dan SampelPOPULASIPopulasi adalah sekumpulan objek yang ingin ditelitisampelSampel adalah himpunan bagian dari populasisampelDilakukan perhitungan pada sampel (analisis data) Hasil perhitungan pada sampel dikembalikan kepada populasiMembuat inferensi(generalisasi)

  • VariabelVariabel diartikan sebagai konstruk-konstruk atau sifat-sifat yang diteliti. Variabel adalah sesuatu yang dapat menggolongkan anggota-anggota kelompok ke dalam beberapa golongan. Variabel adalah suatu sifat yang dapat memiliki bermacam nilai (harga). Apabila suatu variabel hanya mempunyai satu nilai saja, maka variabel tersebut disebut konstanta.

  • Skala VariabelVariabel Nominal (klasifikasi) Variabel Ordinal (klasifikasi, urutan)Variabel Interval (klasifikasi, urutan, terdapat satuan ukuran)Variabel Rasio (klasifikasi, urutan, terdapat satuan ukuran, terdapat nol mutlak)

  • Parameter dan StatistikPopulasiSampelRerataVariansiDeviasi Standarparameterstatistik

  • Rerata (Ukuran Pemusatan)Pada Populasi:

  • RerataPada Sampel:

  • VariansiPada Populasi:

  • Variansi (Ukuran Penyebaran)Pada Sampel:

  • Histogram, Poligon Frekuensi, dan Kurva FrekuensihistogramPoligon FrekuensiKurva Frekuensi

  • Kurva FrekuensiJika diperoleh dari populasi, kurva frekuensi populasi disebut model populasiModel populasi dapat menjelaskan ciri-ciri populasiBentuk: (halaman 23)1. landai (platikurtik) 2. runcing (leptokurtik) 3. normal 4. miring ke kanan 5. miring ke kiri 6. simetrik

  • Distribusi StatistikSifat:1. Grafiknya di atas sumbu XX2. Luas di bawah kurva dan di atas sumbu X adalah 1Luas = 1Distribusi statistik yang penting:1. Distribusi normal2. Distribusi student t3. Distribusi chi-kuadrat4. Distribusi F

  • Distribusi Normal

  • Distribusi Normal Baku N(0,1)sumbu simetriz=01luas = 123-1-2-3

  • Tabel Distribusi Normal Baku0zLuas yang diarsir tersebut dapat dicari dari tabel kurva normalLuas yang diarsir tersebut merupakan peluang terjadinya Z antara 0 dan z, ditulis P(Z|0
  • Contoh Penggunaan Tabel01.35Luas = ?P(Z|0
  • Contoh Penggunaan Tabel0-1.240.98Luas=?Luas =0.3925 +0.3365 =0.7290

  • Pada suatu kelompok yang terdiri dari 1000 siswa, diperoleh rerata 70.0 dan deviasi baku 5.0. Berapa banyaknya siswa yang nilainya antara 73.6 dan 81.9, jika diasumsikan nilai-nilai tersebut berdistribusi normal?Contoh SoalJawab: = 70.0; = 5.0; X1 = 73.6; X2 = 81.9; Dilakukan transformasi dari X ke z dengan menggunakan rumus:

  • 00.72Luas = 0.4913 0.2642 = 0.2271P(73.6
  • Distribusi Normal Baku N(0,1)sumbu simetriz=01luas = 123-1-2-3

  • Distribusi Normal Baku N(0,1)z=0123-1-2-30.47720.49870.0013z0.0013z0.0228z0.1587z0.5000z0.84130.3413

  • Nilai Kritis dan Daerah Kritis pada Distribusi Normal Baku N(0,1)Tingkat signifikansi, biasanya, dilambangkan dengan Disebut nilai kritis (NK), dilambangi zDisebut Daerah Kritis (DK), dilambangi DKDK = {z | z > z}

  • Mencari z untuk = 25%z = 25%z0.25 = ?0.670.250.250.25000.24860.6.07

  • Mencari z untuk = 10%z = 10%z0.10 = ?1.280.100.400.40000.39971.2.08

  • Mencari z untuk = 5%z = 5%z0.05 = ?1.6450.050.450.45000.44951.6.040.4505.05

  • Nilai z yang PentingzZ0.01 = 2.33Z0.05 = 1.645Z0.025 = 1.96Z0.005 = 2.575

  • Sifat Penting zz

  • Sifat Penting zz1-

  • Sifat Penting zzz1-z1- = -z

  • Nilai Kritis untuk Distribusi tt ; t0.10 ; 12 = 1.356 t0.05 ; 12 = 1.782 t0.01 ; 24 = 2.492 t0.005 ; 28 = 2.763 dicari dari tabel

  • Sifat Penting t;nt ; nt1-; nt1-; n = -t; n

  • Nilai Kritis untuk Distribusi Chi-KuadratSifat:Contohdicari dari tabel11.07048.278

  • Nilai Kritis untuk Distribusi FSifat:Contohdicari dari tabel3.2926.87

  • Nilai Kritis untuk Distribusi F0.05F0.95; 2, 15 = F0.95; 2, 15= 0.051

  • TERIMA KASIH