Find Me !

twitterfacebookgoogle pluslinkedinrss feedemail

Pages

Wednesday, October 8, 2014

STATISTIKA "TEKNIK ANALISA DATA"



TEKNIK ANALISA DATA

1.   Analisa Hubungan (Asosiatif)

          prosedur statistik untuk menguji hubungan antara dua variabel atau lebih yang ada pada sampel untuk diberlakukan pada seluruh populasi dimana sampel diambil.


16-Point Star: Parameter
(ρ)
 



                                                                  
                                                                         Reduksi







16-Point Star: Statistik
(r)

 


               Membuat generalisasi :
          menguji hipotesis statistik hubungan
          antara dua variabel atau lebih

         

          Terdapat 3 macam bentuk hubungan antar variabel, yaitu :
a.    hubungan simetris
b.    hubungan sebab akibat (kausal)
c.    hubungan saling mempengaruhi (interaktif / resiprocal)

Untuk menentukan hubungan antar dua variabel atau lebih dilakukan dengan menghitung korelasi antar variabel yang akan dicari hubungannya.  Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antar dua variabel atau lebih.  Arah dinyatakan dalam bentuk hubungan positif atau negatif, sedangkan kuatnya hubungan dinyatakan dalam besarnya koefisien korelasi.


a.    Koefisien Korelasi Sederhana

               Berbagai teknik statistik untuk analisis korelasi
Variabel 1
Variabel 2
Analisis korelasi yang digunakan


Nominal

Nominal
1.   Contingensi (C)
2.   Lamda ()
3.   Phi ()

Ordinal
Theta ()

Interval / Rasio
Eta

Ordinal
Ordinal
1.   Gamma ()
2.   Spearman’s (rs)

Interval / Rasio
Jaspen’s (M)
Interval / Rasio
Interval / Rasio
Pearson’s (r)


              Jika variabel 1 berskala Nominal dan variabel 2 berskala Nominal

              1.  Koefisien Korelasi Contingensi (N)

                   Koefisien kontingensi digunakan untuk menghitung hubungan antar variabel jika datanya berbentuk nominal.
                   
                    dimana     :      =   Khi Kuadrat
                                       n        =   jumlah data

     Uji statistik untuk Koefisien Korelasi Kontingensi menggunakan Khi Kuadrat
       db = (k-1)(r-1)
      dimana     :    O    =   nilai-nilai observasi
                      E     =   nilai-nilai frekuensi harapan
                    Kriteria pengujian :
                   R    Jika χ2 < χ2α;db  maka H0 diterima
                   R    Jika χ2 ≥ χ2α;db  maka H0 ditolak

                   Untuk mempermudah perhitungan, maka data-data hasil penelitian perlu disusun dalam tabel berikut :

Variabel B
Variabel A
Jumlah
A1
A2

Ak
B1
(A1B1)
(A2B1)
(AkB1)

B2
(A1B2)
(A2B2)
(AkB2)







Br
(A1Br)
(A2Br)
(AkBr)

Jumlah






     Contoh :    Suatu penelitian dilakukan untuk mengetahui adalah hubungan antara profesi pekerjaan dengan jenis olah raga yang sering dilakukan.  Profesi dikelompokkan menjadi 4 yaitu dokter, pengacara, dosen dan bisnis (Dr, P, Do, Bi).  Jenis olah raga dikelompokkan menjadi 4 yaitu golf, tenis, bulutangkis dan sepakbola (Go, Te, Bt, Sb).  Ujilah apakah terdapat hubungan antara profesi dan jenis olahraga yang diminati.

Olah
Jenis profesi
Jumlah
Raga
Dr
P
Do
Bi

G0
17
23
10
30
80
Te
23
14
17
26
80
Bt
12
26
18
14
70
Sb
6
12
23
11
52
Jumlah
58
75
68
81
282
                  

              2.  Koefisien Korelasi Lamda (N)
                             
                   
                    dimana     :    fb     =   frekuensi terbesar pada baris
                                          fk     =   frekuensi terbesar pada kolom
                                          Fb    =   frekuensi marjinal terbesar pada baris
                                          Fk    =   frekuensi marjinal terbesar pada kolom’
                                          n     =   jumlah data




              3.  Koefisien Korelasi Phi () (N)

A
B
C
D
                   
              

              Jika variabel 1 berskala Nominal dan variabel 2 berskala Ordinal

1.   Koefisien Korelasi Theta (N)

                   
                    dimana  :    D1     =   perbedaan absolut antara freuensi di atas setiap rank dan di bawah  setiap rank untuk pasangan variabel sub kelas nominal, atau fa – fb
                                        T2        =   setiap frekuensi total pada sub kelas nominal dikalikan dengan setiap frekuensi total yang lain, dan hasil perkaliannya dijumlahkan


              Jika variabel 1 berskala Nominal dan variabel 2 berskala Interval / rasio

1.   Koefisien Korelasi Eta

                   
                    dimana  :    n1 dan n2    =   ukuran sampel 1 dan ukuran sampel 2
                                                        =   rata-rata besar untuk kelompok 1 dan kelompok 2 digabung
                                                      =   jumlah kuadrat kedua belah sampel
                                         dan     =   rata-rata tiap kelompok

                    Uji statistik untuk Koefisien Korelasi Eta menggunakan F
                   

                    dimana  :    n          =   jumlah sampel
                                        k           =   jumlah sub kelas pada variabel normal


              Jika variabel 1 berskala Ordinal dan variabel 2 berskala Ordinal


1.   Koefisien Korelasi Gamma (N)

                   
                    dimana  :    fa         =   frekuensi kesepakatan (agreement)
                                                    =   a(e+f+h+i) + b(f+i) + d(h+i) + e(i)

                                        fi           =   frekuensi inversi (inversion)
                                                    =   c(d+e+g+h) + b(d+g) + f(g+h) + e(g)

2.  Koefisien Korelasi Spearman’s (rs) (N)

Korelasi Spearman Rank digunakan mencari hubungan atau untuk menguji signifikansi hipotesis asosiatif bila masing-masing variabel yang dihubungkan berbentuk ordinal dan sumber data antar variabel tidak harus sama.
                   
                    dimana  :    d          =   selisih rank antara x (Rx) dan y (Ry)
                                        n          =   banyaknya pasangan rank

                    Uji statistik untuk Koefisien Korelasi Spearman
1.   Untuk sampel kecil (n  30) menggunakan tstudent
             dengan derajat bebas, db = n - 2
2.   Untuk sampel besar (n > 30) menggunakan Z

                    Contoh  :     Sebuah hasil penelitian yang sampelnya berjumlah 30 mengenai hubungan antara pelatihan dan prestasi kerja sebuah perusahaan memberikan nilai rs sebesar 0,9675. Ujilah apakah hubungan tersebut signifikan atau tidak ?

                   Jika variabel 1 berskala ordinal dan variabel 2 berskala interval / rasio
                    Koefisien Korelasi Jaspen’s (M)
                   
                    dimana  :    y1         =   rata-rata untuk setiap kelompok tingkat
                                        p          =   proporsi setiap sampel dengan keseluruhan sampel
                                        Ob        =   nilai ordinat sesuai dengan nilai p (lihat tabel deviat dan ordinat)
                                        Oa        =   nilai ordinat yang ada di atas setiap ordinat pada Ob
                                        sy         =   simpangan baku y
                                       
                    Uji statistik untuk Koefisien Korelasi Jaspen’s adalah dengan mengubah terlebih dahulu ke Koefisien Korelasi Pearson (r)
                                   dengan derajat bebas, dk = nT - 2

                    Jika variabel 1 berskala Interval / Rasio dan variabel 2 berskala Interval / Rasio (r)
                    Koefisien Korelasi Pearson (r)

                   
                    dimana     :    x    =       variabel bebas
                                          y    =       variabel terikat

                    Uji statistik untuk Koefisien Korelasi Pearson
1.   Untuk sampel kecil (n  30) menggunakan uji t
                       dengan derajat bebas, dk = n-2
2.   Untuk sampel besar (n > 30) menggunakan uji z
    


b.    Koefisien Korelasi Berganda dan Koefisien Korelasi Parsial

Untuk hubungan yang melibatkan lebih dari dua variabel, maka koefisien korelasi yang digunakan adalah :


               Koefisien Korelasi berganda

              Koefisien korelasi untuk mengukur keeratan hubungan antara tiga variabel atau lebih
            
             Koefisien Korelasi Berganda untuk 3 variabel :
    
               dimana      :    Ry.12        =     koefisien korelasi linier berganda 3 variabel
                  ry1        =     koefisien korelasi variabel y dan x1
                  ry2        =     koefisien korelasi variabel y dan x2
                  r12        =     koefisien korelasi variabel x1 dan x2

Uji statistik untuk Koefisien Korelasi Berganda menggunakan uji F
    
dimana             :    Ry.12     =   koefisien korelasi linier berganda
                              n          =   banyaknya data
                         k           =   banyaknya variabel bebas
    

               Koefisien Korelasi Parsial

              Koefisien korelasi untuk mengukur keeratan hubungan dari dua variabel, sedangkan variabel lainnya dianggap konstan (tidak memberikan pengaruh)
               Koefisien Korelasi Parsial untuk 3 variabel:
1.  Koefisien korelasi parsial antara y dan x1 jika x2 konstan
    

2.  Koefisien korelasi parsial antara y dan x2 jika x1 konstan
    

3.   Koefisien korelasi parsial antara x1 dan x2 jika y konstan
    
dimana       :    ry1         =   koefisien korelasi variabel y dan x1
                         ry2         =   koefisien korelasi variabel y dan x2
                         r12         =   koefisien korelasi variabel x1 dan x2

               Uji statistik untuk Koefisien Korelasi Parsial menggunakan uji t
               dimana            :    KKP     =   koefisien korelasi parsial
                    n          =   banyaknya data
                    m         =   banyaknya variabel


          c.  Koefisien Penentu (KP) / Koefisien determinasi (KD)

              angka atau indeks yang digunakan untuk mengetahui besarnya sumbangan suatu variabel bebas (x) terhadap variasi (naik / turunnya) variabel terikat (y)
                    KP = (KK)2 x 100%
               dimana       :    KK     =   koefisien korelasi

               Nilai Kp berada antara 0 < KP < 1
               KP = 0,                 berarti tidak ada pengaruh variabel bebas (x) terhadap variabel terikat (y)
               Kp = 1,                  berarti variasi (naik / turunnya) variabel terikat (y) sebanyak 100% dipengaruhi oleh variabel bebas (x)
               0 < KP < 1,           berarti pengaruh variabel bebas (x) terhadap variasi (naik / turunnya) variabel terikat (y) adalah sesuai dengan nilai KP itu sendiri, sisanya berasal dari faktor / variabel lain.

          d.  Regresi

              alat ukur yang digunakan untuk mengukur ada atau tidaknya korelasi antar variabel

               Jenis-jenis regresi :

a.    Regresi Linier Sederhana
Regresi linier yang hanya mempunyai 2 variabel yaitu variabel bebas (x) dan variabel terikat (y)
                    Bentuk persamaannya :
y = a + bx
                    dimana       :    y   =   variabel terikat (variabel yang diduga)
                    x   =   variabel bebas
                    a   =   intersep
                    b   =   koefisien regresi (slop)


                   Uji statistik untuk Regresi Linier Sederhana (koefisien regresi b) menggunakan uji F
                    dimana       :    b   =   koefisien regresi
                    x   =   variabel bebas
                               Se = kesalahan baku regresi

Contoh  :    Suatu penelitian untuk meneliti sifat kerapuhan hidrogen berdasarkan pengukuran tekanan elektrolit hidrogen.  Larutan yang dipakai adalah 0,1 N NaOH dan bahan yang digunakan adalah sejenis baja tahan karat.  Kepadatan arus pengisi katode diatur dan berubah pada 4 taraf.  Tekanan hidrogen sesungguhnya diamati sebagai respon, dan didapatkan data sebagai berikut :
Nomor
Perlakuan
Kepadatan Arus
Pengisi (mA/cm2)
Tekanan Hidrogen Sesungguhnya (atm)
1
0.5
86.1
2
0.5
92.1
3
0.5
64.7
4
0.5
74.7
5
1.5
223.6
6
1.5
202.1
7
1.5
132.9
8
2.5
413.5
9
2.5
231.5
10
2.5
466.7
11
2.5
365.3
12
3.5
493.7
13
3.5
382.3
14
3.5
447.2
15
3.5
563.8

b.   Regresi Linier Berganda
                   Regresi linier dimana sebuah variabel terikat (y) dihubungkan dengan dua atau lebih variabel bebas (x)
                   Bentuk persamaan regresi untuk 1 variabel terikat (y) dan 2 variabel bebas (x1 dan x2) :
Y = a + b1x1 + b2x2

                    Uji statistik untuk Regresi Linier Berganda
1.   Uji hipotesis serentak menggunakan uji F
    
dimana  :    RKreg      =     rata-rata kuadrat regresi
                    RKsisa     =     rata-rata kuadrat sisa

2.   Uji hipotesis individual menggunakan uji t
    
dimana  :    bi     =       nilai koefisien regresi ke-i
                    sbi    =       kesalahan baku koefisien regresi ke-i

Contoh       :     Suatu penelitian dirancang untuk menentukan cara memprediksi waktu pembuatan kokas (sejenis arang) yang pada berbagai taraf lebar tungku (x1) dan suhu cerobong (x2).  Data yang didapatkan sebagai berikut :
                              

Waktu
Lebar Tungku
Suhu Cerobong
6.4
1.32
1.15
15.05
2.69
3.40
18.75
3.56
4.10
30.25
4.41
8.75
44.85
5.35
14.82
48.94
6.20
15.15
51.55
7.12
15.32
61.50
8.87
18.18
100.44
9.80
35.19
111.42
10.65
40.40


Latihan  :

1.  Suatu penelitian dirancang untuk meneliti sifat kerapuhan hydrogen berdasarkan pengukuran tekanan elektrolit hydrogen.  Larutan yang dipakai adalah 0,1 NaOH dan bahan yang digunakan adalah sekenis baja tahan karat.  Kepadatan arus pengisi katode diatur dan berubah pada 4 taraf.  Tekanan hydrogen sesungguhnya diamati sebagai respon, dan didapatkan data sebagai berikut :








     No               Kepadatan Arus Pengisi          Tekanan Hidrogen Sesungguhnya
Perlakuan             X (mA/cm2)                                     Y (atm)
     1                                 0,5                                          86,1
     2                                 0,5                                          92,1
     3                                 0,5                                          64,7
     4                                 0,5                                          74,7
     5                                 1,5                                          223,6
     6                                 1,5                                          202,1
     7                                 1,5                                          132,9
     8                                 1,5                                          135,1
     9                                 2,5                                          413,5
     10                               2,5                                          231,5
     11                               2,5                                          466,7
     12                               2,5                                          365,3
     13                               3,5                                          493,7
     14                               3,5                                          382,3
     15                               3,5                                          447,2
     16                               3,5                                          563,8

     Analisalah permasalahan tersebut dengan tingkat keyakinan 95%.

2.  Suatu penelitian dirancang untuk menentukan cara memprediksi waktu pembuatan kokas (sejenis arang) yang pada berbagai taraf lebar tungku (x1) dan suhu cerobong (x2).  Data yang didapatkan sebagai berikut :


     Waktu         Lebar Tungku             Suhu Cerobong
       6,40               1,32                                 1,15
       15,05             2,69                                 3,40
       18,75             3,56                                 4,10
       30,25             4,41                                 8,75
       44,85             5,35                                 14,82
       48,94             6,20                                 15,15
       51,55             7,12                                 15,32
       61,50             8,87                                 18,18
       100,44           9,80                                 35,19
       111,42           10,65                               40,40

       Analisalah permasalahan tersebut dengan tingkat keyakinan 95%.

0 comments:

Post a Comment