Konsep tes hipotesa

standard deviasi = ukuran sebaran data

besar  sebaran data luas, kecil  sebaran data sempit

setiap ada tes apapun ada hipotesa sepasang dan gk tertulis disitu.
hipotesa selalu ada 2, h0 dan ha, masing2 karakteristik berbeda
h0 = status quo, tidak terjadi apapun dan perubahan apapun

Ha  kebalikan dari H0,

Terdapat kenaikan/penurunan/mempengaruhi/terhadap perbedaan n dl

Kapan menggunakan two tail dan one tail

penelitian biasanya mengguanakn onetail

Sigma diatas 0,05  t jatuh di daerah penerimaan.--> Ho Diterima

Karena t hitung jatuh di daerah penerimaan.

lebih ecil sig dari 0.05 maka Ho ditolak. karena titik t hitung jatoh di daerah penolakan  luas bidang p
kecil , apa yg ditolak ? Ho. Kalo ho ditolak , Ha diterima

Artikel ilmiah ( analisis regresi ) yang harus dilaporkan 

kalo yg dutulis stengah psang, Cuma Ha yang ditulis.

two tail vs one tail ( paling sering dipake one tailed )

rata2 jawaban mahasiswa adalah 3

Ho rata2 jawaban mahasiswa 3

ha rata2 jawaban mahasiswa tidak sama 3
hipotesa

Kalo obat2  tingkat kepercayaan pakenya 99%

supaya gede hasilnya yg mium obat dan placebo.
Analyze – regression 
dependant  gaji sekarang

Independent  tingkat pendidikan, gaji awal, lama kerja

Tingkat pendidikan akan berpengaruh pada gaji sekarang

gaji awal berpenharuh pada gaji sekarang
lama kerja berpengaruh pada haji sekarang

klik statisik, centang yang ada di foto

trus klik plot  masukin ZPRED ke x, Zresd ke cell Y, normal probability plot centang, continue

Autokorelasi

Model summary  durbin Watson  1.874 artinya tidak ada autokorelasi  jadi bias lanjut

Heteroskedastisitas

Normality dari p-p plot. Semakin mendekati garis diagonal, semakin normal.

Annova dibawah 0,05  1 dari 3 aja yg signifikan , dia signifikan datanya. Kalo missal diatas 0.05 berarti
3 3 nya kaga signifikan.

Uji table koefision regresi ( untuk masing2 independent kategori mempengaruhi dependant kategori )

Di dalam benak harus ada

Ho gaji awal tidak berpengaruh terhadap gaji sekarang

ha gaji awal berpengaruh terhadap gaji sekarang
t 29.064  dia jauh di daerah pebnolakan yang Cuma 3,…. ( di kurva normal )

Sama juga dengan tingkat pendidikan

t 7,9  di daerah penolakan. HO ditolak, maka Ha diterima

Sama juga dengan lama kerja

t 5,2  di daerah penolakan,Ho ditolak, maka Ha diterima
Koefisien Determinasi ( model summary )

Korelasi dikuadratkan  koefisien determinasi

0,799 = 0,8  80 % ( dikali 100 % ) artinya dependant variable dapat dijelaskan/dipengaruhi oleh
indepent

Dari tiga itu bias dicek mana yg lebih mempengaruhi, bias cek caranya pake r square change

Rebilitas  Cromba alfa harus diatas 0,5.

Kalo regresi itu kan masukin factor dependant dan independent  kalo kek kasus yg dicontohin misal 1
kategori ada 7 pertanyaan , nah kan harus digabungin tuh supaya bisa dimasukin ke system regresi.

Pertanyaan ya tidak itu tidak dinilai dengan crombach alfa

PRAKTEK

Faktor analisis  data layak atau gak diatas 0,6

Kalo ada r qsuare dan signifikan, dia ttp ada pengaruhnya. Untuk tau besar kecil pengaruh liat r
quadrat. 0-0,15 lemah, 0,35 sedang, dll.

Liat dia signifikan dlu aja atau gak, kalo enggak, gk usah dipusingin q square

Factor analisis  factor laten , yg tidak bisa diukur secara langsung

Contoh berat badan itu bisa. ( ratio dan interval )

Explanatory ( pertanyaan2 gitu )

Factor analisis  value biasanya 0,38 buat ilangin angka2 yg kecil jadi ntar buat liat rotated
component matrix lebih enak tabelnya gk banyak yg di 2 kelompok.