Anda di halaman 1dari 42

PRAKTIKUM METODE KUANTITATIF

TIM ASISTEN LAB MANAJEMEN AGRIBISNIS 2017


ANALISIS STATISTIK
Apa saja yang akan kita bahas...

1 Uji Goodness of Fit

2 Uji Beda
Semua uji dilakukan menggunakan
aplikasi SPSS 3 Uji Hubungan

4 Uji Asumsi Klasik


UJI GOODNESS OF FIT
ACARA 1
Uji Goodness of Fit
Acara 1

Uji Normalitas Kolgomorov-Smirnov


Uji yang digunakan untuk mengetahui sebaran data dalam variabel berdistribusi normal atau tidak. Data yang
baik adalah data yang berdistribusi normal karena dapat mewakili populasi.

Uji Reliabilitas
Uji yang digunakan untuk mengukur kehandalan (reliabel) indikator alat ukur terhadap apa yang diukur.

Uji Validitas
Uji yang digunakan untuk mengukur ketepatan (valid) indikator alat ukur terhadap apa yang diukur.
Uji Normalitas Kolgomorov Smirnov

Kaidah Penerimaan
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed >
0,05, Ho diterima, maka data berdistribusi normal

Hipotesis Statistik
Ho : =0 Data berdistribusi normal
03
Hl : 0 Data tidak berdistribusi normal
Hipotesis
Diduga data tersebut normal.
02
01
Langkah Uji Normalitas
Input Data ke dalam SPSS 1

Klik Analyze Nonparametric Tests


2 1 Sample KS

Masukkan data ke dalam Test


Variable List 3

Klik Options Centang Descriptive


4 Continue OK

Pengambilan Keputusan Cermati


Assymp Sig (2 tailed) 5

The Power of PowerPoint | thepopp.com 6


Uji Reliabilitas

Kaidah Penerimaan
Ho diterima jika Cronbach Alpha 70. Jika Cronbach
Alpha > 70, Ho ditolak, maka data keseluruhan reliabel

Hipotesis Statistik
Ho : Cronbach Alpha70 Data keseluruhan tidak reliabel
03
Hl : Cronbach Alpha>70 Data keseluruhan reliabel
Hipotesis
Diduga data tersebut reliabel.
02
01
Uji Validitas

Kaidah Penerimaan
Ho ditolak jika rhitung rtabel. Jika rhitung > rtabel,
Ho diterima, maka data keseluruhan valid

Hipotesis Statistik
Ho : Rtotal-Ritem =0 Data valid
03
Hl : Rtotal-Ritem 0 Data tidak valid
Hipotesis
Diduga data tersebut reliabel.
02
01
Langkah Uji Reliabilitas dan Validitas
Input Data ke dalam SPSS 1

Klik Analyze Scale Reliability


2 Analysis

Masukkan data ke dalam kotak dialog


Items 3

Statistics Centang Item, Sclae, Scale


4 if item deleted Continue OK

Cermati nilai Cronbachs Alpha dan


nilai Corrected Item Total Correlation 5

9
UJI BEDA
ACARA 2
Uji Beda
Acara 2

PARAMETRIK NON PARAMETRIK


1. Uji Beda One Sample T-Test 1. Uji Beda Wilcoxon
2. Uji Beda Paired Sample T- 2. Uji Beda Mann Whitney
Test
3. Uji Beda Independent 3. Uji Beda Friedman
Sample T-Test
4. Uji Beda Kruskal Wallis
Uji Beda Parametrik
Acara 2.1

Uji Beda One Sample T-Test


Uji yang digunakan untuk mengetahui perbedaan antara nilai hasil tertentu dengan satu nilai yang telah
ditetapkan.

Uji Beda Paired Sample T-Test


Uji yang digunakan untuk mengetahui perbedaan antara dua data dalam kelompok yang sama.

Uji Beda Independent Sample T-Test


Uji yang digunakan untuk mengetahui perbedaan antara dua data dalam kelompok yang berbeda.
Uji Beda One Sample T-Test
Analyze Compare mean One Sample t-test

Kaidah Penerimaan
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed >
0,05, Ho diterima, maka tidak ada perbedaan data

Hipotesis Statistik
Ho : -0=0 Tidak ada perbedaan
03
Hipotesis
Diduga ada perbedaan antara
Hl : -00 Ada Perbedaan
02
pendapatan petani dengan UMR

01
Uji Beda Paired Sample T-Test
Analyze Compare mean Paired Sample t-test

Kaidah Penerimaan
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed >
0,05, Ho diterima, maka tidak ada perbedaan data

Hipotesis Statistik
Ho : 1-2=0 Tidak ada perbedaan
03
Hipotesis
Diduga ada perbedaan antara pendapatan
Hl : 1-20 Ada Perbedaan
02
01
petani sebelum dan sesudah pelatihan.
Uji Beda Independent Sample T-Test
Analyze Compare mean Independent Sample t test

Kaidah Penerimaan
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed >
0,05, Ho diterima, maka tidak ada perbedaan data

Hipotesis Statistik
Ho : 1-2=0 Tidak ada perbedaan
03
Hipotesis
Diduga ada perbedaan antara
Hl : 1-20 Ada Perbedaan
02
pendapatan kelompok tani A dan B.

01
Uji Beda Non Parametrik
Acara 2.2

Uji Beda Wilcoxon Uji Beda Friedman


Uji yang digunakan untuk mengetahui perbedaan Uji yang digunakan untuk mengetahui perbedaan
antara dua data dengan sampel yang sama. antara tiga atau lebih data dengan sampel yang
sama.

Uji Beda Mann Whitney Uji Beda Kruskal Wallis


Uji yang digunakan untuk mengetahui perbedaan Uji yang digunakan untuk mengetahui perbedaan
antara dua data dengan sampel yang berbeda. antara dua data dengan sampel yang berbeda.
Uji Beda Wilcoxon
Analyze Nonparametric Tests 2 related samples

Kaidah Penerimaan
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed >
0,05, Ho diterima, maka tidak ada perbedaan data

Hipotesis Statistik
Ho : 1-2=0 Tidak ada perbedaan
03
Hipotesis
Diduga ada perbedaan antara pendapatan
Hl : 1-20 Ada Perbedaan
02
01
petani sebelum dan sesudah pelatihan.
Uji Beda Mann Withney
Analyze Nonparametric Tests 2 independent samples

Kaidah Penerimaan
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed >
0,05, Ho diterima, maka tidak ada perbedaan data

Hipotesis Statistik
Ho : 1-2=0 Tidak ada perbedaan
03
Hipotesis
Diduga ada perbedaan antara
Hl : 1-20 Ada Perbedaan
02
pendapatan kelompok tani A dan B.

01
Uji Beda Friedman
Analyze Nonparametric Tests k related samples

Kaidah Penerimaan
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed >
0,05, Ho diterima, maka tidak ada perbedaan data

Hipotesis Statistik
Ho : 1-2-3=0 Tidak ada perbedaan
03
Hl : 1-2-30 Ada Perbedaan
Hipotesis
Diduga ada perbedaan antara pendapatan
02
01
petani pada triwulan 1, 2, dan 3.
Uji Beda Kruskal Wallis
Analyze Nonparametric Tests k independent samples

Kaidah Penerimaan
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed >
0,05, Ho diterima, maka tidak ada perbedaan data

Hipotesis Statistik
Ho : 1-2-3=0 Tidak ada perbedaan
03
Hl : 1-2-30 Ada Perbedaan
Hipotesis
Diduga ada perbedaan antara
02
pendapatan kelompok tani A, B dan C.

01
UJI HUBUNGAN
ACARA 3
Uji Hubungan
Acara 3

Parametrik
Non Parametrik
1. Uji Korelasi Pearson
1. Uji Korelasi Spearman
2. Uji Regresi Linear Sederhana
2. Uji Korelasi Kendall
3. Uji Regresi Linear Berganda
Uji Hubungan Parametrik
Acara 3.1

Uji Korelasi Pearson


Uji yang digunakan untuk mengetahui seberapa besar hubungan antara dua data. Uji Korelasi Pearson lebih
sesuai untuk data dengan skala ordinal.

Uji Regresi Linear Sederhana


Uji yang digunakan untuk mengetahui pengaruh satu variabel bebas terhadap variabel terikat.

Uji Regresi Linear Berganda


Uji yang digunakan untuk mengetahui pengaruh beberapa variabel bebas terhadap variabel terikat.
Uji Korelasi Pearson
Analyze Correlated Bivariate

Kaidah Penerimaan Ho ditolak jika Sig (2 tailed)


0,05. Jika Sig (2 tailed) > 0,05,
Ho diterima, maka tidak ada
hubungan
Hipotesis Statistik Ho : Rx1,x2=0 Hl : Rx1,x2 0
Ho : Rx1,x3=0 Hl : Rx1,x3 0
Ho : Rx2,x3=0 Hl : Rx2,x3 0
Ho : Tidak ada hubungan Hl : Ada hubungan
Hipotesis diduga ada hubungan atau
korelasi antara x1, x2, dan x3.
Uji Regresi Linear Sederhana
Hipotesis 1
Analyze Regression Linear

Diduga variabel independent


mempengaruhi variabel dependent
2 Hipotesis Statistik
Ho : Bx,y=0 Hl : Bx,y 0
Ho : Tidak ada pengaruh Hl : Ada pengaruh
Kaidah Penerimaan 3
Ho ditolak jika Sig 0,05. Jika Sig > 0,05,
Ho diterima, maka tidak ada pengaruh
4 Keeratan Variabel
Nilai Adjusted R2 menunjukkan besarnya
pengaruh variabel independent
Persamaan Regresi 5 terhadap variabel dependent

Y = a + bX

25
Uji Regresi Linear Berganda
Hipotesis 1
Analyze Regression Linear

Diduga variabel x1, x2, x3 mempengaruhi


variabel dependent
2 Hipotesis Statistik
Ho : Bx1,x2,x3,y=0 Hl : Bx1,x2,x3,y 0
Ho : Tidak ada pengaruh Hl : Ada pengaruh
Kaidah Penerimaan 3
Ho ditolak jika Sig 0,05. Jika Sig > 0,05,
Ho diterima, maka tidak ada pengaruh
4 Keeratan Variabel
Nilai Adjusted R2 menunjukkan besarnya
pengaruh variabel independent
Persamaan Regresi 5 terhadap variabel dependent

Y = a + bX1 + bX2 + bX3 + e

26
Uji Hubungan Non Parametrik
Acara 3.2

Uji Korelasi Spearman Uji Korelasi Kendall

Uji Korelasi Spearman dan uji korelasi Kendall merupakan uji yang digunakan untuk mengetahui seberapa besar
hubungan antara dua data.
Uji Korelasi Non Parametrik
Analyze Correlated Bivariate

Kaidah Penerimaan Ho ditolak jika Sig (2 tailed)


0,05. Jika Sig (2 tailed) > 0,05,
Ho diterima, maka tidak ada
hubungan
Hipotesis Statistik Ho : Rx1,x2=0 Hl : Rx1,x2 0
Ho : Rx1,x3=0 Hl : Rx1,x3 0
Ho : Rx2,x3=0 Hl : Rx2,x3 0
Ho : Tidak ada hubungan Hl : Ada hubungan
Hipotesis diduga ada hubungan atau
korelasi antara x1, x2, dan x3.
UJI ASUMSI KLASIK
ACARA 4
Uji Asumsi Klasik
Acara 4

1 Uji F 2 Uji t 3 Koefisien Determinasi


Uji yang digunakan untuk Uji yang digunakan untuk Uji yang digunakan untuk
mengetahui apakah semua variabel mengetahui seberapa jauh mengukur seberapa jauh
independen berpengaruh secara pengaruh suatu variabel kemampuan model dalam
bersama-sama (serempak) independent secara parsial dalam menerangkan variasi variabel
terhadap variabel dependen. menerangkan variasi variabel dependen.
dependen.

4 Uji Multikolinearitas 5 Uji Autokorelasi 6 Uji Heteroskedastisitas


Uji yang digunakan untuk Uji yang digunakan untuk Uji yang digunakan untuk
mengetahui apakah dalam model mengetahui apakah dalam model mengetahui apakah dalam model
regresi yang digunakan ditemukan regresi linear ada korelasi antara regresi terjadi ketidaksamaan
adanya korelasi antar variabel kesalahan pengganggu pada varians dari residual satu
independent. periode t dengan kesalahan pengamatan kepengamatan yang
pengganggu pada periode t-1 lain
(sebelumnya).
Uji Signifikansi Stimulan (Uji F)

Kaidah Penerimaan Ho ditolak jika nilai F hitung > F


tabel. Begitu pula sebaliknya.
Ho ditolak jika nilai Sig. 0,05.
Begitu pula sebaliknya.
Hipotesis Statistik Ho : b1 = b2 = ... = bn = 0
Hl : b1 b2 ... bn 0

Hipotesis Ho : Var. X secara serempak bukan merupakan penjelas yang


signifikan terhadap var. Y
Hl : Var. X secara serempak merupakan penjelas yang signifikan
terhadap var. Y
Uji Signifikansi Parameter Parsial (Uji t)

Ho ditolak jika nilai t hitung > t


Kaidah Penerimaan tabel. Begitu pula sebaliknya.
Ho ditolak jika nilai Sig. 0,05.
Begitu pula sebaliknya.

Hipotesis Statistik Ho : b1 = 0 Hl : b1 0
Ho : b2 = 0 Hl : b2 0
Ho : b3 = 0 Hl : b3 0

Hipotesis Ho : Var. X1 bukan merupakan penjelas yang signifikan terhadap var. Y


Hl : Var. X1 merupakan penjelas yang signifikan terhadap var. Y
Ho : Var. X2 bukan merupakan penjelas yang signifikan terhadap var. Y
Hl : Var. X2 merupakan penjelas yang signifikan terhadap var. Y
Ho : Var. X2 bukan merupakan penjelas yang signifikan terhadap var. Y
Hl : Var. X2 merupakan penjelas yang signifikan terhadap var. Y
Uji Koefisien Determinasi

Contoh Output Koefisien Determinasi


Lihat nilai Adjusted R Square. Artinya angka tersebut menunjukkan besarnya pengaruh variabel independent
terhadap variabel dependent sebesar 78,2% dan sisanya dipengaruhi oleh variabel lain.
Uji Multikolinearitas

Untuk mengetahui apakah terjadi


model multikolinearitas dari
masing-masing variabel
independen; maka dilihat nilai
Tolerance atau VIF pada output
SPSS

Jika nilai Tolerance > 0,10 maka tidak terjadi Multikolinieritas terhadap data yang di uji.
Jika nilai Tolerance < 0,10 maka terjadi Multikolinieritas terhadap data yang di uji.
atau
Jika nilai VIF < 10,00 maka tidak terjadi Multikolinieritas terhadap data yang di uji.
Jika nilai VIF > 10,00 maka terjadi Multikolinieritas terhadap data yang di uji.
Uji Autokorelasi

Hipotesis Kaidah Keputusan


Ho: r = 0; Tidak terjadi problem autokorelasi Bila nilai DW terletak antara batas atas atau
upperbound (du) dan (k-du), maka koefisien
Ha: r 0; Terjadi problem autokorelasi autokorelasi sama dengan nol, berarti tidak
terjadi problem autokorelasi.
Bila nilai DW lebih rendah Dari pada batas
bawah atau lower bound (dl), maka koefisien
autokorelasi lebih besar dari nol, berarti terjadi
problem autokorelasi positif.
Bila nilai DW lebih besar dari (k-dl), maka
koefisien autokorelasi lebih kecil dari pada nol,
berarti terjadi problem autokorelasi negatif.
Bila nilai DW terletak di antara batas atas (du)
dan batas bawah (dl), atau DW terletak antara
(k-du) dan (k-dl), maka hasilnya tidak dapat
disimpulkan.
Pengambilan Keputusan Autokorelasi

Jika nilai DW<dL maka terjadi Jika nilai dU<DW<k-dU maka


Autokorelasi positif tidak terjadi Autokorelasi
dl k-du

du k-dl
Jika nilai dL<DW<dU maka tidak Jika nila DW>k-dU maka terjadi
dapat disimpulkan Autokorelasi negatif
Jika nilai k-dL<DW<k-dU maka
tidak dapat disimpulkan
Uji Heteroskedastisitas

Untuk mengetahui apakah dalam uji model terjadi


heteroskedastisitas atau tidak maka lihat grafik Scatterplot
pada output SPSS.

Apabila grafik plot membentuk pola tertentu yang teratur


(bergelombang, melebar kemudian menyempit), maka
mengindikasikan telah terjadi heteroskedastisitas.

Apabila grafik plot terlihat titik-titik menyebar secara acak


serta tersebar baik di atas maupun di bawah titik orijin pada
sumbu Y, maka tidak mengindikasikan heteroskedastisitas.

Pada contoh Scatterplot yang disajikan dapat disimpulkan


bahwa data empiris yang digunakan tidak terjadi
heteroskedastisitas pada model regresi yang diajukan,
sehingga data tersebut layak digunakan untuk prediksi
pengaruh variabel independen terhadap variabel dependen.
Uji Normalitas Uji Normalitas Error

Uji normalitas bertujuan untuk menguji Uji normalitas bertujuan untuk menguji
apakah dalam model regresi, variabel apakah dalam model regresi, variabel
residual berdistribusi normal. residual berdistribusi normal.

Uji normalitas error dilakukan dengan


Uji normalitas dapat menggunakan analisis
menguji hasil unstandardized residual pada
grafik dan uji statistik K.S.
uji regresi linear.

Untuk analisis grafik dapat melihat output Uji normalitas error dapat menggunakan uji
SPSS Chart histogram dan Normal P-P Plot. normalitas K.S.

Ho : =0 Data berdistribusi normal


Hl : 0 Data tidak berdistribusi normal
Ho ditolak jika Sig 2 tailed 0,05. Jika Sig 2 tailed > 0,05, Ho diterima, maka data berdistribusi normal
Langkah Uji Asumsi Klasik
Input Data ke dalam SPSS 1
Klik Analyze Regression Linear

Input data pada kotak dialog yang


2 muncul
Masukkan variabel dependen pada kotak
dependent.

Klik Statistic 3 Masukkan variabel independent pada kotak


block 1 of 1.
Klik Covariance matrix dan Collinearity diagnostics (Multiko.)
Klik Durbin-watson (Autokolerasi)
Klik R squared change dan descriptives (Koef. Determinasi)
4 Klik Plot

Masukkan *ZRESID untuk Y dan DEPENDT untuk X (Hetero)

Klik Histogram dan normal probability plot (Normalitas)


Klik Save 5
Klik Unstandardized pada kolom residual
(Normalitas Error)
The Power of PowerPoint | thepopp.com 39
OK!
TERIMAKASIH
Thank you Merci Danke Gracias Arigato Dank Je Grazie Obrigado Gamsa-hamnida
Xie-xie Syukron Efcharisto Danyavad Salamat Khwan khun khrap.
Meet Our Partners
TIM Asisten Lab Agribisnis 2017

Mirza Andrian Syah Nur Rohmah Khofiatun Nida Mita Dwi Kristanti
Koordinator Ekopro, Metkuan,
Koordinator Kewirausahaan Koordinator Dinkel, Penyuluhan Koordinator MSDM, Usahatani
Statistika

NIM : 23040114120038 NIM : 23040114120021 NIM : 23040114140074 NIM : 23040114130050

Wa : 087855198254 Wa : 085729365948 Wa : 08911244565 Wa : 085648863713

Line : zaandrian Line : nrohmaah Line : khofianida21 Line : f051012m

TIM ASISTEN LAB AGRIBISNIS 2017 41


Meet Our Partners
TIM Asisten Lab Agribisnis 2017

Suryana Putri Nur Fatin Zuhriawati


Koordinator SKEP, Metkuan,
Koordinator Ketahanan Pangan
Statistika

NIM : 23040114130054 NIM : 23040114120010

Wa : 082323712449 Wa : 081272920721

Line : 082323712449 Line : nn.fatin_

TIM ASISTEN LAB AGRIBISNIS 2017 42