Anda di halaman 1dari 19

1

UJI PERBEDAAN
(DIFFERENCES ANALYSIS)

One Sample versus Two Samples


2

Dalam analisis data, peneliti dapat dihadapkan


pada analisis atas one sample atau two/more
samples.

Jumlah sampel yaitu one sample atau two samples


ditentukan berdasarkan bagaimana data
diperlakukan, bukan bagaimana data
dikumpulkan!

Two samples dibedakan menjadi dua yaitu:


1. Two-related (paired) samples
2. Two-independent samples

Petunjuk Menguji Hipotesis


3

Apabila pvalue > nilai signifikan, berarti pvalue tidak


signifikan,
itu berarti kita harus menerima H0 dan menolak Ha.
Dengan kata lain, hipotesis kita tidak terbukti atau
tidak dapat
diterima.
Apabila pvalue nilai signifikan, berarti pvalue signifikan,

itu berarti kita harus menolak H 0 dan menerima Ha.


Dengan kata lain, hipotesis kita terbukti atau dapat
diterima.

Besarnya nilai signifikansi, tergantung peneliti


(tergantung

One sample Metric Data


4

Misalkan kita ingin membuktikan hipotesis yang


menyatakan bahwa mean atau rata-rata persepsi
responden terhadap kualitas menyeluruh produk merek
toko kategori makanan-minuman adalah di atas 4.0.
Dengan tingkat signifikansi
= 0.05, maka hipotesis statistiknya dirumuskan sbb:
H0: < 4.0

Ha:

> 4.0

Karena variabel persepsi terhadap kualitas produk diukur


dengan skala interval (metric), maka teknik statistik yang
digunakan adalah 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 Samples
5

Misalnya: Responden Pria dan Wanita, saat


data dikumpulkan, mereka kita perlakukan
sebagai 1 kelompok sampel.
Namun apabila saat analisis melibatkan
pengujian perbedaan jenis kelamin, maka
responden pria dan wanita tersebut harus
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.

Two Independent Samples


6

Contoh: Peneliti ingin menguji 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
(metric), maka teknik statistik yang digunakan
adalah t-Test Two-Independent Samples.
Dengan tingkat signifikansi = 0.05, maka hipotesis
statistiknya dirumuskan sbb:

H
H

:
:
1
0

2
2

Two Related (Paired) Samples Sampel Berpasangan


7

Selanjutnya, yang dimaksud sebagai two-related


samples (paired samples) adalah apabila
kepada sekelompok sampel dilakukan pengukuran
sebanyak 2 kali untuk hal yang berbeda.

Contoh: Peneliti ingin menguji apakah persepsi


responden dalam menilai kualitas menyeluruh dari
produk merek toko kategori makanan-minuman
berbeda signifikan bila dibandingkan dengan kategori
non makanan-minuman. Karena kelompok responden
mengalami pengukuran sebanyak 2x, maka harus
diperlakukan sebagai 2 sampel berpasangan
sehingga teknik pengujian yang digunakan adalah
two-related/paired samples !

Two Paired samples Metric Data


8

Dengan tingkat signifikansi = 0.05, maka hipotesis


statistiknya dirumuskan sbb:
H : = 0
0

H 1: D 0
Karena variabel ke-1 persepsi terhadap kualitas produk MaMin
dan variabel ke-2 persepsi terhadap kualitas produk Non MaMin
diukur dengan skala interval (metric), maka teknik statistik
yang
digunakan adalah TWO SAMPLES / PAIRED t-Test.
Dalam SPSS, langkah2nya sbb:
ANALYZE > COMPARE MEANS > PAIRED SAMPLES t-TEST

Chi Square Analysis


9

Variabel-variabel yang diuji dengan teknik Chisquare ( ) harus diukur dengan skala nominal
atau ordinal (non-metric data).

Untuk menggunakan chi-square, maka harus


dibuat tabulasi silang (cross-tabulation) terlebih
dahulu.

Chi-square Test
Contoh:
Peneliti ingin menguji apakah jenis kelamin
responden berasosiasi/berhubungan dengan
toko/ritel dimana responden membeli produkproduk merek toko.

Karena jenis kelamin sebagai variabel ke-1, dan


nama toko/ritel sebagai variabel ke-2, merupakan
data berskala nominal (sama-sama merupakan
data non-metric), maka teknik statistik yang
dipakai untuk menguji adalah Chi-Square.
Dalam SPSS, Chi Square dioperasikan melalui:
ANALYZE > DESCRIPTIVE STATISTIC > CROSSTABS. Dalam kotak
dialog
10
Crosstabs, klik STATISTIC & pilih CHI-SQUARE

Analisis Of Varian
11

Apabila uji perbedaan yang dilakukan melibatkan ratarata (mean) lebih dari 2 populasi atau kelompok
sampel, maka teknik statistik yang digunakan adalah
analisis varian atau ANOVA (analysis of variance).

Dalam bentuk paling sederhana, ANOVA memiliki 1


variabel dependen yang memiliki data metrik
(diukur dengan skala interval atau rasio). Lalu ada pula
1 atau lebih variabel independen yang memiliki
data non-metrik (diukur dengan skala nominal atau
ordinal).

Variabel independen ini disebut faktor. Kategorisasi


yang dilakukan terhadap variabel independen disebut
perlakuan (treatment).

Analisis Of Varian
12

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 Varian
13

Dalam pengujian, formulasi hipotesis statistiknya sbb:


H0: 1 = 2 = . = k
Ha: 1 2 . k (tidak semua rata-rata sama
setidaknya ada dua mean populasi yang tidak sama).
Contoh:
Sebuah department store meneliti mengenai efek yang
signifikan 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; and (3) promosi low.

Dalam SPSS, langkah2nya sbb:


ANALYZE > COMPARE MEANS > ONE WAY ANOVA

Tabel In-Store Promotion


14

Uji ANOVA satu-arah (One-way ANOVA)


15

ANOVA
Sales

Between Groups
Within Groups
Total

Sum of
Squares
106.067
79.800
185.867

df
2
27
29

Mean Square
53.033
2.956

F
17.944

Sig.
.000

Nilai signifikansi 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)


16

Misalkan yang ingin diketahui adalah apakah in-store


promotion dan kupon yang dikeluarkan berpengaruh
signifikan terhadap sales.
Variabel dependen sales --- metric (skala rasio)
Variabel independen, ada 2
X1 (in-store promotion) --- nonmetric (skala
nominal).
X2 (coupon) --- nonmetric (skala nominal).
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)


17

Tests of Between-Subje cts Effects


Dependent Variable: Sales
Source
Corrected M odel
Intercept
coupon
prom otio
coupon * promotio
Error
Total
Corrected Total

Type III Sum


of S quares
162.667 a
1104.133
53.333
106.067
3.267
23.200
1290.000
185.867

df
5
1
1
2
2
24
30
29

Mean Square
32.533
1104.133
53.333
53.033
1.633
.967

F
33.655
1142.207
55.172
54.862
1.690

Sig.
.000
.000
.000
.000
.206

a. R S quared = .875 (Adjus ted R S quared = .849)

Nilai signifikansi Coupon*Promotion 0.206 > pvalue 0.05, berarti


tidak signifikan, sehingga kita menerima H0 dan menolak H1.
Dengan demikian dapat dikatakan bahwa tingkat in-store
promotion dan kupon yang dikeluarkan tidak memilki pengaruh
yang signifikan terhadap penjualan.

Uji ANCOVA (Analysis of Covariance)


18

Misalkan yang ingin diketahui adalah 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)
Karena variabel independen terdiri atas data metric dan nonmetric, 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)


19
Tests of Between -Subje cts Effects
Dependent Variable: Sales
Source
Corrected M odel
Intercept
clientel
coupon
prom otio
coupon * promotio
Error
Total
Corrected Total

Type III Sum


of S quares
163.505 a
103.346
.838
53.333
106.067
3.267
22.362
1290.000
185.867

df
6
1
1
1
2
2
23
30
29

Mean Square
27.251
103.346
.838
53.333
53.033
1.633
.972

F
28.028
106.294
.862
54.855
54.546
1.680

Sig.
.000
.000
.363
.000
.000
.208

a. R S quared = .880 (Adjus ted R S quared = .848)

Nilai signifikansi Clientel 0.363 > pvalue 0.05, berarti tidak


signifikan, sehingga kita menerima H0 dan menolak H1.
Dengan demikian dapat dikatakan bahwa tingkat in-store
promotion dan kupon yang dikeluarkan serta client tidak memilki
pengaruh yang signifikan terhadap penjualan.