1

STATISTIK INFERENSIAL
ADHI GURMILANG
 statistik inferensi
2

 statistik inferensi, pada data dilakukan berbagai

analisis yang mengarah kepada pengambilan
keputusan.
 Seperti apakah konsumen pria mempunyai perilaku
yang berbeda dengan konsumen wanita, apakah
promosi di kota Surabaya lebih efektif
dibandingkan promosi di kota yogyakarta dan
sebagainya.
 tahapan secara umum
3

 Menentukan Ho dan Hi. Hal ini berkaitan Dengan

Masalah peneltian yang kemudia di rinci dalam
berbagai hipotesis yang akan diuji.
 Menentukan statistik hitung dan statistik tabel. Untuk
menguji hipotesis pada umumnya, kita akan
membandingkan statistik hitung dengan statistik tabel
atau dapat juga di lihat pada tingkat signifikansinya.
 Mengambil keputusan sesuai hasil (statistik hitung dan
tabel) yang ada
 DARI TIPE DATA
4

 Jika data bersifat kualitatif (nomimal dan ordinal),

analisis dapat dikelompokkan pada bagian
STATISTIK NON PARAMETRIK. Contoh metode: UJI
WILCOXON, KRUSKAL WALLIS, FRIEDMAN, dan lain-
lainnya. Di sini tidak di bahas.
 Jika data bersifat kuantitatif (interval dan rasio)
maka analisis dapat dikelompokkan pada bagian
STATISTIK PARAMETRIK. Contoh: Uji t, uji F (ANOVA)
 DARI JUMLAH VARIABEL
5

 Jika hanya ada satu variabel, disebut analisis

UNIVARIAT. Termasuk dalam analisis ini adalah uji t,
anova dan lain-lain
 Jika ada dua variabel, disebut BIVARIAT. Termasuk
didalamnya KORELASI BIVARIAT.
 Jika ada dua variabel atau lebih maka disebut
MULTIVARIAT. Termasuk dalam analisis disini adalah
analisis regresi berganda, cluster analysis dan lain
sebagainya.
 DARI HUBUNGAN
ANTARSAMPEL ATAU VARIABEL
6

 Jika dua sampel, tidak ada hubungan satu dengan

lainnya (independen) mak disebut sebagai ANALISIS
SAMPEL INDEPENDEN maka disebut ANALISIS
SAMPEL INDEPENDEN.
 Termasuk dalam analisis ini adalah uji t independen
sampel, uji Mean Whitney dan sebagainya.
Sedangkan contoh untuk sampel lebih dari dua, alat
analisis adalah ANOVA, Kruskal Wallis.
7

 Jika dua sampel berhubugan satu dengan

lainnya (dependen) maka disebut sebagai
ANALISIS SAMPEL DEPENDEN.
 Termasuk uji t paired, uji Mean Whitney, dan
lain-lain. Sedangkan contoh untuk sampel lebih
dari dua, alat analisis adalah Friedman,
Kendall, dan lain-lain.
8

 Jika lebih dari dua VARIABEL tidak berhubungan

dengan lainnya dan akan dianalisis secara bersama-
sama maka disebut ANALISIS MULTIVARIAT.
 Termasuk dalam analisis ini adalah CLUSTER
ANALYSIS, FACTOR ANALYSIS, DISCRIMINANT
ANALYSIS, MDS, dan lain-lain.
 9

PEMBAGIAN STATISTIK
INFERENSI PADA RISET
 UJI PERBEDAAN
10

 Di sini akan diuji apakah sebuah sampel

mempunyai perbedaan yang nyata dengan
sampel lain.
 Contoh: apakah jumlah pengunjung di Jakarta
dan Bandung berbeda nyata ataukah tidak.
 Alat uji yang dipakai adalah uji t dan ANOVA.
 UJI ASOSIASI
11

 Di sini akan diuji apakah dua variabel yang

ada mempunyai hubungan atau tidak.
 Seperti apakah jumlah salesman (variabel 1)
mempengaruhi volume penjualan (variabel 2)
ataukah tidak?
 Apakah sikap konsumen dipengaruhi oleh usia
dan pekerjaannya?
 MULTIVARIATE ANALYSIS
12

 Di sini jumlah variabel banyak dan tujuan pengujian

adalah mencoba mengetahui struktur data yang ada
pada variabel-variabel tersebut.
 Seperti bagaimana segmen pasar sebuah
supermarket yang ada di tengah kota?
 Faktor-faktor apa saja yang mempengaruhi
pemilihan sebuah bank oleh nasabah?
13

 Bagaimana posisi toko A di tengah persaingan

dengan toko X, Y, Z dan apa saja yang dapat
diandalkan oleh toko A dan apa kekurangannya?
 Alat analisis yang digunakan adalah cluster analysis,
factor analysis, discriminant analysis dan MDS.
 14

UJI PERBEDAAN ATAU

DIFFERENCE
 UJI T UNTUK DUA SAMPEL INDEPENDEN
ATAU BEBAS
15

 Uji T dua sampel independen pada prinsipnya akan

membandingkan rata-rata dari dua yang tidak
berhubungan satu dengan yang lain, dengan tujuan
apakah kedua grup tersebut mempunyai rata-rata
yang sama atau tidak secara signifikan.
 Data yang digunakan adalah data kuantitatif,
dengan asumsi data distribusi normal dan jumlah
sampel sedikit (di bawah 30)
16

 PT SARI SEDAP pembuat mie instan selama ini menjual

mie rasa AYAM BAWANG dan KARI AYAM. Untuk
mengetahui apakah ada perbedaan omset penjualan
kedua rasa tersebut di Bandung.
17

 Di sini dilakukan uji t untuk variabel independen, karena:

 Jumlah sampel kecil, jauh di bawah 30.
 Data dianggap berdistribusi normal
 Varians untuk dua kelompok data yang duji, diasumsikan
SAMA.
 Hanya ada DUA VARIABEL dan kedua variabel independen
satu dengan yang lain.
 Uji t untuk dua rasa mie, dengan dua variabel yaitu AYAM
BAWANG dan KARI AYAM. R
 asa KARI AYAM independen terhadap AYAM BAWANG dalam
arti tidak mungkin sebungkus mie instan mempunyai kedua
rasa tersebut sekaligus.
18

 Pengolahan data dengan

SPSS
 Pilih menu ANALYZE,
kemudian pilih sub menu
COMPARE MEANS, lalu pilih
INDEPEPENDEN SAMPLE T
TEST
 Pengisian
 Test variabel. Pilih omset
 Grouping variabel. Sesuai
kasus pilih rasa. Variabel
harus didefinisikan. Klik
mouse pada define group.
Tampak di layar
19

 Untuk group 1 isi 1, grup

2 isi 2
 Untuk kolom option,
biarkan tingkat
kepercayaan tetap 95%.
 Demikian juga dengan
perlakuan terhadap
missing values, yaitu
tetap pada pilihan
exclude analysis by
analysis
 T-TEST
20
 ANALISIS
21

 OUTPUT BAGIAN PERTAMA

 Terlihat untuk rasa kari ayam, rata-rata omset perbulan adalah 254 bungkus,
sedangkan rata-rata untuk rasa ayam bawang sebesaar 323 bungkus. Sekilas
dapat dilihat bahwa rata-rata omset kedua mie instan tersebut memang berbeda.
Masalahnya apakah perbedaan tersebut nyata ataukah tidak?
 OUTPUT BAGIAN KEDUA (INDEPENDENT SAMPLE TEST)
 Ada dua tahapan analisis, yaitu:
 Dengan Levene Test, diuji apakah varians populasi kedua sampel tersebut sama
ataukah varians populasi kedua sampel tersebut sama ataukah berbeda
 Dengan t test dan berdasarkan hasil analisis a, diambil suatu keputusan.
 MENGETAHUI APAKAH VARIANS POPULASI IDENTIK ATAU TIDAK
 Seperti telah disebutkan di atas, dua kelompok data akan diuji terlebih dahulu,
apakah mereka mempunyai varians yang sama ataukah tidak, dengan ketentuan
bahwa seharusnya varians kedua data adalah sama.
 HIPOTESIS
22

 HIPOTESIS
 Ho = kedua varians populasi adalah identik
 Hi = kedua varians populasi adalah tidak identik
 PENGAMBILAN KEPUTUSAN
23

 Dasar pengambilan keputusan

 Jika probabilitas > 0,05, maka Ho diterima.
 Jika probabilitas < 0,05, maka Hi diterima.
24

 Keputusan:
 Terlihat bahwa F hitung untuk omset dengan Equal
Variance assumed (diasumsikan kedua varians sama
tau menggunakan pooled variance t test) adalah
5.072 dengan probabilitas 0,054.
 oleh karena probabilitas > 0,05 maka Ho ditolak
atau kedua varians adalah identik.
 PAIRED SAMPLE T TEST
25

 UJI T UNTUK DUA SAMPEL YANG BERPASANGAN

 Uji t paired berfungsi untuk menguji dua sampel yang
berpasangan, apakah mempunyai rata-rata yang
secara nyata berbeda atau tidak.
26

 Catatan: Sampel berpasangan adalah sebuah sampel

dengan subyek yang sama namun mengalami dua
perlakuan atau pengukuran yang berbeda.
 Seorang salesman mendapatkan pelatihan penjualan.
 Ingin dilihat bagaimana efektivitas pelatihan tersebut.
 Apakah ada peningkatan setelah pelatihan.
 Sampel tetap sama yaitu orang yang sama tetapi
mengalami dua perlakuan yang berbeda: SEBELUM
dan SESUDAH pelatihan
 Kasus:
27

 Untuk meningkatkan omset, Manajer Promosi

melakukan berbagai kegiatan komunikasi
pemasaran seperti memasang iklan, memasang
outdoor signage, memberikan sampel, diskon dan
lain-lain.
 Setelah dua bulan berjalan, ia ingin melihat
hasilnya.
 Untuk itu, ingin diukur penjualan sebelum dan
sesuah promosi dilakukan.
 DATA MENTAH
28
 OUTPUT T-TEST PAIRED
29
 ANALISIS
30

 OUTPUT BAGIAN PERTAMA

 Pada bagian pertama menjelaskan 12 data yang
dianalisis dengan output omset sebelum dan sesudah
promosi pada toko yang sama.
 OUTPUT BAGIAN KEDUA
31

 Bagian kedua output adalah hasil korelasi antara

kedua variabel yang menghasilkan angka -0,707
dengan nilai probabilitas di atas 0,05 (cek nilai
signifikansi output 0,117).
 Hal ini menyatakan bahwa korelasi antara rata-rata
omset sebelum dan sesudah promosi di 6 tempat
tidak signifikan.
 OUTPUT BAGIAN KETIGA
32

 HIPOTESIS
 Ho : D = 0
 Kedua rata-rata populasi adalah identik (rata-rata populasi omset penjualan sebelum dan
sesudah promosi adalah sama/tidak berbeda secara nyata). Atau dapat dikatakan promosi
tidak efektif untuk meningkatkan omset penjualan.
 Hi : D > 0
 Kedua rata-rata populasi adalah tidak identik (rata-rata populasi omset sebelum dan
sesudah promosi adalah berbeda secara nyata) atau dapat dikatakan promosi efektif untuk
meningkatkan omset penjualan.
 PENGAMBILAN KEPUTUSAN
33

 Dasar pengambilan keputusan berdasarkan

nilai probabilitas:
 Jika probabilitas > 0,05 maka Ho diterima
 Jika probabilitas < 0,05 maka Hi diterima

KEPUTUSAN
Terlihat bahwa probabilitas (siginfikansi 2 tailed)
adalah 0.301 dengan probabilitas > 0,05 maka Ho
diterima atau promosi yang dilakukan tidak efektif
untuk meningkatkan omset penjualan.
 UJI ASOSIASI
34

 Uji asosiasi akan menganalisis apakah sebuah

variabel mempunyai hubungan yang signifikan
dengan variabel lainnya.
 Dan jika ada hubungan bagaimana keeratan
hubungan tersebut, serta seberapa jauh variabel
tersebut mempengaruhi variabel lainnya.
 Analisis korelasi dan regresi (baik sederhana maupun
berganda) adalah alat analisis yang sering dipakai
untuk uji asosiasi.
 KORELASI
35

 Pada prinsipnya prosedur korelasi bertujuan

untuk mengetahui dua hal pada hubungan
antar dua variabel:
 Apakah kedua variabel tersebut mempunyai
hubungan yang signifikan
 Jika terbukti hubungan adalah signfikan,
bagaimana arah hubungan dan seberapa kuat
hubungan tersebut.
36

 Jadi di sini ada dua tahapan yang sebenarnya

saling berhubungan.
 Misalnya akan di analisis hubungan
PEMASANGAN IKLAN dengan JUMLAH
PENGUNJUNG di toko jeans ABC.
 Dengan analisis korelasi, pertama akan diuji
apakah jumlah pemasangan iklan
berpengaruh terhadap jumlah pengunjung.
 Sekali lagi, berpengaruh di sini adalah
‘berpengaruh secara signifikan’.
37

 Jika tidak ada pengaruh yang signifikan

antara kedua variabel, maka tahapan kedua
sebaiknya tidak usah dilakukan.
 Namun jika ada hubungan yang signifikan
maka tahapan kedua perlu dilakukan yaitu
seberapa kuat hubungan kedua variabel
tersebut.
38

 Apakah hubungannya termasuk SANGAT

KUAT, KUAT, CUKUP KUAT, atau malah
sebenarnya TIDAK KUAT.
 Secara teori, dikatakan bahwa angka korelasi
akan berkisar di antara
 1, berarti hubungan negatif sempurna
 0, berarti tidak hubungan sama sekali
 +1, berarti hubungan positif sempurna
39

 Mengacu pada kebiasaan yang ada, dapat dibuat

pedoman
 Korelasi antara 0 sampai dengan 0,5, korelasi cukup
kuat
 Korelasi antara 0,5 sampai dengan 1, korelasi kuat.
 KORELASI DUA VARIABEL UNTUK DATA
SKALA ORDINAL
40

 Berbeda dengan skala nominal di mana

variabel hanya memiliki kedudukan setara
maka skala ordinal memiliki tingkat yang lebih
tinggi dibandingkan denan skala nominal
karena ordinal memiliki tingkatan tertentu
seperti senang, cukup senang, tidak senang/.
 KASUS
41

 Untuk mengetahui bagaimana sikap dan

loyalitas pelanggan, perusahaan membagikan
angket kepada 30 orang pelanggan.
 Ingin diketahui apakah ada hubungan antara
sikap seseorang dengan loyalitas tersebut
untuk tetap menggunakan produk dengan
frekuensi pembelian.
42

 PENGISIAN:
 Variabel, pilih SIKAP, LOYAL, BELI
 CORRELATION COEFFICIENTS, pilih
SPEARMAN DAN KENDALL’S TAU-B
 Non-aktifkan pilihan Pearson
 Test of significance, pilih Two-Tailed
 Flag significant correlations.
Aktifkan pilihan ini.
 NONPARAMETRIC CORRELATIONS
43
 ANALISIS
44

 Di sini ada dua tahap interpretasi yaitu tahap

menguji signifikansi dan tahap interpretasi
angka korelasi.
 Jika korelasi sudah tidak signifikan, tidak akan
dilakukan tahapan kedua.
 Signifikansi hasil korelasi
45

 Korelasi antara sikap dan loyalitas, serta loyal

dan beli adalah tidak signifikan (angka sig. 2
tailed adalah 0.502 dan 0.602 yang jauh
diatas 0.05) yang berarti tidak ada hubungan
yang benar-benar signifikan antara sikap
konsumen dan loyalitas serta loyalitas dan
pembelian produk.
46

 Korelasi antara sikap dan beli adalah

signifikan karena angka signifikansi adalah
0.038, jauh dibawah 0,05. hal ini berarti
sesungguhnya antara variabel sikap-beli ada
hubungan, atau pola beli konsumen
dipengaruhi oleh sikap terhadap produk kaos
merek tertentu.
 KORELASI DUA VARIABEL UNTUK DATA
INTERVAL/RASIO
47

 Pada tahap ini akan dibahas uji hubungan untuk data

interval/rasio. Alat ukur korelasi yang digunakan
adalah PEARSON.
 VARIABEL DAN KASUS
48

 Pembelian:  Manajer penjualan

pembelian produk ingin mengetahui
oleh konsumen apakah selama ini
PROMOSI dan SPG
 Pekerjaan: berpengaruh terhadap
pekerjaan konsumen pembelian produk
 Status: status perusahaan.
konsumen
49

 Pengisian:
 Variabel yang akan
dikorelasikan. Pilih beli, spg,
dan promosi.
 Correlation coeffiecients atau
alat hitung koefisien korelasi.
Pilih pearson. (pearson hanya
digunakan jika jenis data
adalah interval/rasio).
 test of significance, pilih two-
tailed untuk uji dua sisi
 flag significant correlations.
Aktifkan pilihan ini.
 Pengisian
50

 Variabel yang akan dikorelasikan.

 Pilih beli, spg, dan promosi.
 Correlation coeffiecients atau alat hitung koefisien
korelasi. Pilih pearson. (pearson hanya digunakan jika
jenis data adalah interval/rasio).
 test of significance, pilih two-tailed untuk uji dua sisi
 flag significant correlations. Aktifkan pilihan ini.
51

 ANALISIS
 Interpretasi akan dibagi menjadi dua bagian, yaitu signfikansi
hasil dan interpretasinya. Jika terbukti ada hubungan antar
variabel yang signifikan, baru interpretasi boleh dilakukan.
Jika tidak ada hubungan yang signifikan maka tidak perlu
dilakukan interpretasi korelasi.
 52

SIGNIFIKANSI HASIL
KORELASI
53

 HIPOTESIS  Dasar pengambilan

 Ho = tidak ada keputusan berdasarkan
hubungan antara dua probabilitas
variabel.  Jika probabilitas >
 Hi = ada hubungan 0,05 (atau 0,01), maka
antara dua variabel. Ho diterima
 Uji dilakukan dua sisi  Jika probabilitas <
karena hanya ingin 0,05 (atau 0,01), maka
diketahui ada tidaknya Ho ditolak
korelasi dan bukannya
lebih kuat atau kurang
korelasinya.
 KEPUTUSAN
54

 Korelasi BELI-ORANG (beli-SPG) terlihat angka sig. 2

tailed untuk kedua variabel adalah 0.389, karena
angka tersebut jauh diatas 0.05 maka dapat
disimpulkan tidak ada hubungan yang nyata antara
pembelian produk dengan jumlah SPG.
 Korelasi BELI-PROMOSI, terlihat angka sig. 2 tailed
untuk kedua variabel adalah 0.05, karena angka
tersebut dengan 0.05 maka dapat disimpulkan ada
hubungan yang nyata antara pembelian produk
dengan promosi.
 ARTI ANGKA KORELASI
55

 Dari hasil diatas terlihat tidak adanya korelasi yang

signifikan antara variabel yang diuji.
 Interpretasi atau penafsiran angka korelasi BELI-
PROMOSI (0.708): ada dua hal dalam penafsiran
korelasi, yaitu tanda + dan – yang berhubungan
dengan arah korelasi, serta kuat tidaknya korelasi.
 angka korelasi BELI-PROMOSI (0.708): berarti angka
positif.
 Hal ini berarti
56

 Angka korelasi positif  Penerapannya adalah

berarti semakin besar  Perusahaan dapat
biaya promosi, pembelian meningkatkan biaya
produk semakin banyak. promosi secara berkala
Atau, semakin kecil untuk meningkatkan
promosi, semakin kecil pembelian
pembelian produk.
 Jumlah SPG yang tidak
 Besar korelasi (0.708) berkorelasi maka dapat
yang berada diatas 0,5 dilakukan mutasi atau PHK.
maka biaya promosi
berkorelasi kuat dengan
pembelian produk.
 57

TERIMA KASIH
ADHI GURMILANG