uji perbedaan (differences analysis)
DESCRIPTION
UJI PERBEDAAN (Differences analysis). One Sample vs. Two Samples. Dalam analisis data, peneliti dapat dihadapkan pada analisis atas one sample atau two/more samples. Jumlah sampel, one sample atau two samples ditentukan berdasarkan “bagaimana data diperlakukan”, bukan pada - PowerPoint PPT PresentationTRANSCRIPT
UJI PERBEDAAN
(DIFFERENCES ANALYSIS)
1
One Sample vs. Two Samples2
Dalam analisis data, peneliti dapat dihadapkan pada analisis atas one sample atau two/more samples.
Jumlah sampel, one sample atau two samples ditentukan berdasarkan “bagaimana data diperlakukan”, bukan pada
“bagaimana data dikumpulkan”!
One Sample vs. Two Samples3
Two samples dibedakan menjadi 2
yaitu:
1. Two-related (paired) samples,
2. Two-independent samples,
4
Menguji Hipotesis
• Bila pvalue > nilai signifikan, berarti pvalue
tidak signifikan, berarti terima H0 dan tolak
Ha. Atau, hipotesis tidak terbukti atau tidak
dapat diterima.
• Bila pvalue ≤ nilai signifikan, berarti pvalue
signifikan, berarti tolak H0 dan terima Ha.
Atau, hipotesis terbukti atau dapat diterima.
H0 : Hipotesa Awal Ha : Hipotesa Alternatif
5
Menguji Hipotesis
Besarnya nilai signifikansi (nilai alpha
) tergantung peneliti, yakni
tergantung dari level of confidence
peneliti.
Bila level of confidence = 95%, maka
= 0.05 (5%), yaitu nilai
signifikansi sebesar 5%.
6
Misalkan ingin dibuktikan hipotesis Rata-rata (mean) persepsi responden
terhadap kualitas menyeluruh produk
merek toko kategori makanan-
minuman adalah di atas 4.0.
Dengan tingkat signifikansi =0.05,
maka hipotesis statistiknya dapat
dirumuskan sbb:
One sample – Metric Data
7
One sample – Metric Data
H0: < 4.0 > 4.0
Ha:
Karena variabel “persepsi terhadap
kualitas produk” diukur dengan skala
interval (metric), maka teknik statistik
yang digunakan adalah ONE SAMPLE t-
Test.
8
One sample – Metric Data
ONE SAMPLE t-Test:
Dalam SPSS, langkah2nya sbb:
ANALYZE > COMPARE MEANS > ONE SAMPLE
t-TEST > Kemudian pilih variabel yang akan
diuji nilai mean-nya.
Two-Independent Samples9
Misal: Responden Pria dan Wanita. Pengujian perbedaan, responden pria dan wanita
tersebut diperlakukan sebagai 2 sampel yang berbeda/independent (seorang responden yg berjenis kelamin Pria, maka ia adalah anggota kelompok sampel Pria; tidak mungkin ia pada saat yg bersamaan, masuk ke kelompok sampel Wanita sehingga teknik pengujian yang digunakan adalah two-independent samples.
10
Two Independent Samples
Contoh: Apakah persepsi responden pria berbeda signifikan dengan persepsi responden wanita dalam menilai kualitas menyeluruh dari produk merek toko kategori makanan-minuman.
Karena persepsi diukur dengan skala interval, maka teknik statistik yang digunakan adalah t-Test Two-Independent Samples.
11
Two Independent Samples
Dengan tingkat signifikansi = 0.05, maka hipotesis statistiknya dirumuskan sbb:
210
: H
211
: H
Two Related (Paired) Samples Sampel Berpasangan
12
Two-related samples (paired samples) adalah
apabila kepada sekelompok sampel dilakukan
pengukuran sebanyak 2 kali untuk hal yang
berbeda, atau untuk hasil suatu treatment (Uji
sebelum dan sesudah treatment).
Two Related (Paired) Samples – Sampel Berpasangan
13
Contoh: Akan diuji apakah persepsi responden dalam menilai kualitas produk kategori makanan-minuman berbeda signifikan dibandingkan dengan kategori non makanan-minuman.
Kelompok responden mengalami pengukuran 2x, maka diperlakukan 2 sampel berpasangan teknik pengujian yang digunakan adalah two-related/paired samples
14
Dengan tingkat signifikansi = 0.05, hipotesis statistik-nya dirumuskan sbb:
Two Paired samples – Metric Data
H0: D = 0
H1: D 0
15
Two Paired samples – Metric Data
Variabel ke-1 “persepsi kualitas produk Ma-Min” Variabel ke-2 “persepsi kualitas produk Non Ma-Min”
Untuk menguji perbedaan ke-2 sampel digunakan TWO SAMPLES / PAIRED t-Test.
Dalam SPSS, langkah2nya sbb:ANALYZE > COMPARE MEANS > PAIRED SAMPLES t-TEST >Kemudian pilih variabel-variabel yang akan diuji nilai mean-nya.
Chi Square Analysis16
Variabel-variabel yang diuji dengan teknik Chi-square ( ) harus diukur dengan skala nominal atau ordinal (non-metric data).
Untuk menggunakan chi-square, maka harus dibuat tabulasi silang (cross-tabulation) terlebih dahulu.
17
Chi-square Test
Contoh: Peneliti ingin menguji apakah gender responden
berasosiasi/berhubungan dengan toko dimana responden membeli produk.
“Gender” sebagai variabel ke-1, dan “nama toko” sebagai variabel ke-2, merupakan data berskala nominal (data non-metric), teknik statistik yang dipakai untuk menguji asosiasi atau hubungan antara gender dan toko yang dipilih adalah Chi-Square.
18
Chi-square Test
Dalam SPSS, Chi Square dioperasikan melalui:
ANALYZE > DESCRIPTIVE STATISTIC > CROSSTABS.
Dalam kotak dialog
Crosstabs, klik STATISTIC & pilih CHI-SQUARE
Analisis Varian19
Apabila uji perbedaan yang dilakukan
melibatkan rata-rata (mean) lebih dari 2
populasi atau kelompok sampel, teknik
statistik yang digunakan adalah analisis varian
atau ANOVA (analysis of variance).
Analisis Varian20
Dalam bentuk paling sederhana, ANOVA memiliki 1 variabel dependen (data metrik atau dalam skala interval atau rasio). Lalu 1 atau lebih variabel independen (data non-metrik dalam skala nominal atau ordinal).
Variabel independen ini disebut faktor. Kategorisasi yang dilakukan terhadap variabel independen disebut perlakuan (treatment).
Analisis Varian21
Banyaknya kategori harus lebih dari 2, karena bila hanya 2 kategori, uji t-test bisa digunakan.
Apabila hanya ada 1 variabel independen, maka yang dipakai adalah ANOVA satu-arah (one-way ANOVA). Bila ada 2 variabel independen, maka ANOVA dua-arah (two-way ANOVA). Bila lebih dari 2 variabel independen, digunakan ANOVA multi- arah (N-way ANOVA).
Apabila sejumlah variabel independen terdiri dari variabel non-metrik dan metrik, maka teknik statistik yang digunakan adalah ANCOVA (analysis of covariance).
Analisis Varian22
Dalam pengujian, formulasi hipotesis statistiknya sbb: H0: µ1 = µ2 = …. = µk
Ha: µ1 ≠ µ2 ≠ …. ≠ µk (tidak semua rata-rata sama –setidaknya ada dua mean populasi yang tidak sama).
Analisis Varian23
Contoh: Sebuah department store meneliti efek dari in-
store promotion (X) terhadap sales (Y). Variabel dependen sales --- metric (skala rasio) Variabel independen in-store promotion ---
nonmetric (skala nominal). Dibagi dalam 3 kategori: (1) promosi high, (2) promosi medium, dan (3) promosi low.
Dalam SPSS, langkah2nya sbb:ANALYZE > COMPARE MEANS > ONE WAY ANOVA
Data “In-Store Promotion”
24
Store Number Coupon Level In-Store Promotion Sales Clientel Rating1 1.00 1.00 10.00 9.002 1.00 1.00 9.00 10.003 1.00 1.00 10.00 8.004 1.00 1.00 8.00 4.005 1.00 1.00 9.00 6.006 1.00 2.00 8.00 8.007 1.00 2.00 8.00 4.008 1.00 2.00 7.00 10.009 1.00 2.00 9.00 6.00
10 1.00 2.00 6.00 9.0011 1.00 3.00 5.00 8.0012 1.00 3.00 7.00 9.0013 1.00 3.00 6.00 6.0014 1.00 3.00 4.00 10.0015 1.00 3.00 5.00 4.0016 2.00 1.00 8.00 10.0017 2.00 1.00 9.00 6.0018 2.00 1.00 7.00 8.0019 2.00 1.00 7.00 4.0020 2.00 1.00 6.00 9.0021 2.00 2.00 4.00 6.0022 2.00 2.00 5.00 8.0023 2.00 2.00 5.00 10.0024 2.00 2.00 6.00 4.0025 2.00 2.00 4.00 9.0026 2.00 3.00 2.00 4.0027 2.00 3.00 3.00 6.0028 2.00 3.00 2.00 10.0029 2.00 3.00 1.00 9.0030 2.00 3.00 2.00 8.00
Uji ANOVA satu-arah (One-way ANOVA)
25
ANOVA
Sales
106.067 2 53.033 17.944 .000
79.800 27 2.956
185.867 29
Between Groups
Within Groups
Total
Sum ofSquares df Mean Square F Sig.
Nilai signifikansi dengan F test 0.000 < pvalue 0.05, berarti signifikan, sehingga kita menolak H0 dan menerima Ha . Dengan demikian, tingkat in-store promotion terbukti memiliki pengaruh yang signifikan terhadap penjualan.
Uji ANOVA dua-arah (Two-way ANOVA)
26
Misalkan ingin diketahui : apakah in-store promotion dan kupon yang dikeluarkan berpengaruh signifikan terhadap sales.
Variabel dependen sales --- metric (skala rasio)
Variabel independen, ada 2 yaitu: X1 (in-store promotion) --- nonmetric (skala nominal). X2 (coupon) --- nonmetric (skala nominal).
Uji ANOVA dua-arah (Two-way ANOVA)
27
Statistik uji yang digunakan adalah ANOVA dua-arah.
Dalam SPSS, langkah2nya sbb:
ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE
Masukkan variabel dependen ke “Dependent
Variable” dan variabel independen ke “Fixed
Factor(s)”.
Uji ANOVA dua-arah (Two-way ANOVA)
28
Tests of Between-Subjects Effects
Dependent Variable: Sales
162.667a 5 32.533 33.655 .000
1104.133 1 1104.133 1142.207 .000
53.333 1 53.333 55.172 .000
106.067 2 53.033 54.862 .000
3.267 2 1.633 1.690 .206
23.200 24 .967
1290.000 30
185.867 29
SourceCorrected Model
Intercept
coupon
promotio
coupon * promotio
Error
Total
Corrected Total
Type III Sumof Squares df Mean Square F Sig.
R Squared = .875 (Adjusted R Squared = .849)a.
Nilai signifikansi Coupon*Promotion 0.206 > pvalue 0.05 tidak signifikan, artinya terima H0 dan tolak H1. Jadi,tingkat in-store promotion dan kupon yang dikeluarkan tidak memilki pengaruh yang signifikan terhadap penjualan.
Uji ANCOVA (Analysis of Covariance)
29
Misalkan ingin diketahui: apakah in-store promotion dan kupon yang dikeluarkan berpengaruh signifikan terhadap sales, sementara kita mengontrol pengaruh dari client.
Variabel dependen sales --- metric (skala rasio)
Variabel independen, ada 3 X1 (in-store promotion) --- nonmetric (skala nominal). X2 (coupon) --- nonmetric (skala nominal).
X3 (client) metric (skala rasio)
Uji ANCOVA (Analysis of Covariance)
30
Karena variabel independen terdiri atas data metric dan non-metric, maka statistik uji yang digunakan adalah ANCOVA.
Dalam SPSS, langkah2nya sbb:ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE
Masukkan variabel dependen ke “Dependent Variable”, kemudian variabel independen non metric ke “Fixed Factor(s)”, dan variabel independen metric ke “Covariate(s)”.
Uji ANCOVA (Analysis of Covariance)
31
Tests of Between-Subjects Effects
Dependent Variable: Sales
163.505a 6 27.251 28.028 .000
103.346 1 103.346 106.294 .000
.838 1 .838 .862 .363
53.333 1 53.333 54.855 .000
106.067 2 53.033 54.546 .000
3.267 2 1.633 1.680 .208
22.362 23 .972
1290.000 30
185.867 29
SourceCorrected Model
Intercept
clientel
coupon
promotio
coupon * promotio
Error
Total
Corrected Total
Type III Sumof Squares df Mean Square F Sig.
R Squared = .880 (Adjusted R Squared = .848)a.
Nilai signifikansi Clientel 0.363 > pvalue 0.05, tidak signifikan, jadi terima H0 dan tolak H1. Dengan demikian dapat dikatakan bahwa tingkat in-store promotion dan kupon yang dikeluarkan serta client tidak memilki pengaruh yang signifikan terhadap penjualan.