PROBABILITAS
KARINA
Kunci aplikasi probabilitas dalam statistik adalah
memperkirakan terjadinya peluang/probabilitas
yang dihubungkan dengan terjadinya peristiwa
tersebut dalam beberapa keadaan.
Menggambarkan fenomena
dengan dua hasil atau outcome.
Contoh: peluang sukses dan
gagal,sehat dan sakit, dsb.
Syarat Distribusi Binomial
b (x,n,p)
b=binomial
x=banyaknya sukses yang diinginkan (bilangan random)
n= Jumlah trial
p= peluang sukses dalam satu kali trial.
P (x)= n!Px(1-p)n-x
x! (n-x)!
= 4!0,2.2(1-0,2)4-2
2! (4-2)!
= {4.3.2.1] x [0,2.2] x [0,8.2] = 0,1536 = 0,154
2. Distribusi Poisson
nr.karin4@gmail.com
23
Normalitas data
merupakan salah satu
syarat (asumsi) uji
parametrik yang harus
terpenuhi
nr.karin4@gmail.com
24
Beberapa pengujian
Normalitas
1.Metode Grafik (P – P Plot dan
Q – Q Plot)
2.Metode Skewnes - Kurtosis
3.Metode Shapiro-Wilk
4.Metode Kolmogorov Smirnov
nr.karin4@gmail.com
Metode Grafik
25
(P – P Plot)
nr.karin4@gmail.com
26
nr.karin4@gmail.com
29 Langkah :
1. Input variabel Kualitas Produk, Kepuasan
Pelanggan
1. Kualitas Produk : 52 58 54 57 59 62 61 60
64 62 58 60 63 61 59
2. Kepuasan Pelanggan : 40 60 60 60 65 65
60 60 65 60 60 60 90 60 60
2. Klik Analyze Descriptive Statistics P-P
Plot
3. Pindahkan semua variabel ke kolom
variables
nr.karin4@gmail.com
4. Klik OK
30 output
nr.karin4@gmail.com
32
Field (2008 : 822)
Q-Q Plot is very similar to the P-P Plot
except that it plots the quantiles (value
that split a data set into equal portions)
of the data set instead of every
individual score in the data.
Moreover, the Q-Q plots are easier to
interpret in case of large sample sizes.
If the data are normally distributed, the
result would be a straight diaginal line
nr.karin4@gmail.com
33 Langkah :
1. Input variabel Kualitas Pelayanan, Loyalitas
Pelanggan
1. Kualitas Pelayanan : 60 62 63 61 65 64 62 67 65
70 66 69 64 63 62
2. Loyalitas Pelanggan : 55 55 55 55 50 50 50 50 55
55 55 90 55 50 50
2. Klik Analyze Descriptive Statistics Q-Q Plot
3. Pindahkan semua variabel ke kolom variables
4. Klik OK
nr.karin4@gmail.com
34 output
Q-Q Plot menunujukkan data variabel
(x) menyebar disepanjang garis
diagonal, sehingga data dapat
dikatakan berdistribusi normal
nr.karin4@gmail.com
Metode
Skewnes -
35
Kurtosis
nr.karin4@gmail.com
36 Skewness (Kecondongan)
nr.karin4@gmail.com
38
nr.karin4@gmail.com
41
Mesokurtik.
42 Hasil uji
nr.karin4@gmail.com
43 Langkah
1. Buka Data Kualitas Pelayanan, Kualitas Produk,
Kepuasan Pelanggan dan Loyalitas Pelanggan
2. Klik Analyze Descriptives statistics Descriptives
3. Pindahkan semua variabel ke kolom Variables
4. Klik option, centang kurtosis daan skewness
5. Klik continue
6. Klik OK
nr.karin4@gmail.com
44 Interpretasi output
nr.karin4@gmail.com
KUALITAS PELAYANAN KEPUASAN PELANGGAN
Skewness : 0,678
45 Skewness : 1,121
Z-Skewness = Skewness / sqrt(6/N)
Z-Skewness = Skewness / sqrt(6/N)
= 0,678 / sqrt (6/15)
= 1,121 / sqrt (6/15) = 1,121 / √
= 0,678 / 0,63 0,4 = 1,121 / 0,63
= 1,07 = 1,77
= -0,08 = 5,31
nr.karin4@gmail.com
48 Uji shapiro wilk adalah sebuah
metode atau rumus
perhitungan sebaran data
yang dibuat shapiro dan wilk
nr.karin4@gmail.com
49 syarat
nr.karin4@gmail.com
50 Hasil uji
nr.karin4@gmail.com
51 Langkah
1. Buka Data Kualitas Pelayanan, Kualitas
Produk, Kepuasan Pelanggan dan Loyalitas
Pelanggan
2. Klik Analyze Descriptive Statistics ->
Explore
3. Pindahkan semua variabel ke Dependent
list
4. Klik Plots, centang Normality plots with test
5. Klik continue
6. Klik OK
nr.karin4@gmail.com
52 Interpretasi output
nr.karin4@gmail.com
Metode
53
Kolmogorov-Smirnov (ks)
nr.karin4@gmail.com
Konsep dasar dari uji normalitas
54
Kolmogorov Smirnov adalah dengan
membandingkan distribusi data (yang
akan diuji normalitasnya) dengan
distribusi normal baku.
Distribusi normal baku adalah data yang
telah ditransformasikan ke dalam bentuk
Z-Score dan diasumsikan normal.
UJI KOLMOGOROV SMIRNOV ADALAH UJI
BEDA ANTARA DATA YANG DIUJI
NORMALITASNYA DENGAN DATA
NORMAL BAKU..
nr.karin4@gmail.com
Seperti pada uji beda biasa, jika signifikansi di
55 bawah 0,05 berarti terdapat perbedaan yang
signifikan, dan jika signifikansi di atas 0,05 maka
tidak terjadi perbedaan yang signifikan.
Penerapan pada uji Kolmogorov Smirnov
adalah bahwa jika signifikansi di bawah 0,05
berarti data yang akan diuji mempunyai
perbedaan yang signifikan dengan data normal
baku, berarti data tersebut tidak normal
Jika signifikansi di atas 0,05 maka berarti tidak
terdapat perbedaan yang signifikan antara
data yang akan diuji dengan data normal baku,
artinya, ya. Berarti data yang kita uji normal,
tidak berbeda dengan normal baku.
nr.karin4@gmail.com
56 Hasil uji
nr.karin4@gmail.com
57 syarat
nr.karin4@gmail.com
58 Langkah
1. Buka Data Kualitas Pelayanan, Kualitas Produk,
Kepuasan Pelanggan dan Loyalitas Pelanggan
2. Klik Analyze Nonparametric Test Legacy
Dialogs 1-Sample K-S
(K-S itu singkatan dari Kolmogorov-Smirnov),
Maka akan muncul kotak One-Sample
Kolmogorov-Smirnov Test.
3. Pindahkan semua variabel ke kolom sebelah
kanan pada test variable list
4. Centang NORMAL pada test Distribution
5. Klik OK
nr.karin4@gmail.com
59 Interpretasi output
Bahwa jika nilai Asymp Sig (2 tailed) nilainya di atas 0.05 maka
data dinyatakan memenuhi asumsi normalitas data kualitas
produk & Kualitas Pelayanan
Jika nilai Asymp Sig (2 tailed) nilainya di bawah 0.05 maka
diinterpretasikan sebagai tidak normal Kepuasan Pelanggan
& Loyalitas Pelanggan
nr.karin4@gmail.com
60 Untuk uji normalitas
sebaiknya
menggunakan test
signifikansi, agar
menghasilkan
keputusan yang
akurat
nr.karin4@gmail.com
61
catatan
Spss selalu menggunakan = 5% (0,05)
nr.karin4@gmail.com
Terima
62
kasih
nr.karin4@gmail.com