Pengenalan Tools Statistik

INF0733 Statistik 2
Pertemuan 01

R. Kristoforus JB
Klaudius Jevanda BS
Fakultas Sains & Teknologi
Universitas Katolik Musi Charitas
Aturan
 Toleransi keterlambatan: 15 menit dari jadwal yg disepakati
 Persentase kehadiran: minimal 75%
 Pakaian: baju berkerah dan sepatu
 Ponsel harap di-nonaktifkan atau di-silent
 Mempelajari materi sebelum temu kelas
 Memenuhi semua komponen penilaian
 Surat (izin + sakit) maksimal 3 kali !

 NB :
 Komunikasi

2
Komponen Penilaian

3
Jadwal

Prt Tgl Teori Praktik

1 06/0 Pengantar kuliah statistik 2: Pengenalan tools statistik
9
2 13/0 Populasi & sampel Desain model penelitian
9
3 20/0 Estimasi: interval rata-rata Uji validitas & reliabilitas
9
4 27/0 Estimasi: interval proporsi T-Test
9
5 04/1 Uji hipotesis: rata-rata Uji F
0
6 11/1 Uji hipotesis: proporsi Kai kuadrat
0
7 18/1 Uji hipotesis: independensi, Kai kuadrat
0 kompatibilitas, homogen
8 25/1 UTS Presentasi Project 1 4
Jadwal

Prt Tgl Teori Praktik

9 01/1 Korelasi: pearson, spearman pearson, spearman
1
10 08/1 Uji asumsi klasik: normalitas, heteroskedastisitas
1 normalitas, heteros
11 15/1 Regresi: linier sederhana multikolinearitas, autokorelasi
1
12 22/1 Regresi: linier berganda Regression
1
13 29/1 regresi: nonlinier Nonlienar regression
1
14 06/1 Statistik non parametrik: Sign test, wilcoxon
2 sign test, Wilcoxon,
15 13/1 Probabilitas kruskal-walls, Mann-Whitney
2
16 UAS Presentasi Project 2 5
SPSS
• Pertama kali dibentuk sekitar tahun 1968 di
Stanford University oleh Norman H. Nie, C.
Hadlay serta Dale Bent.
• SPSS merupakan software statistik yang pada
awalnya digunakan untuk riset dibidang sosial
(Statistical Package for the Social Science).
• Melayani berbagai jenis user  Statistical Product
and Service Solutions.

6
Cara Kerja SPSS

INPUT DATA PROSES OUTPUT DATA

menggunakan menggunakan Dengan
DATA EDITOR DATA EDITOR OUTPUT VIEWER
Berupa :
 PIVOT TABLE EDITOR

 TEXT OUTPUT
EDITOR
 CHART EDITOR

7
Homepage SPSS

Data View

Variabel View

8
Aturan Variabel
1. Name : nama variabel. Tanpa spasi tetapi saling
berhubungan
2. Type : type data, seperti :
- Numeric - Comma - Dot - Scientific notation
- Date - Dollar - Custom Currency
- String
3. Width : mengatur lebar kolom tempat data dimasukkan.
4. Decimal : berapa angka di belakang koma
5. Label : keterangan dari variabel name.

9
Aturan Variabel
6. Value : menjelaskan nilai dari data suatu variabel.

7. Missing : menyiapkan data yang hilang atau rusak.

8. Columns : menentukan lebar kolom.
9. Align : mengatur letak pengisian data.
10. Measure : menentukan jenis data.

10
Data SPSS

Nama Gender Fakultas Usia Tinggi Berat

Agus Laki-laki Ekonomi 20 175 70
Meiske Perempuan Teknik 19 165 55
Vonny Perempuan Hukum 21 166 57
Nisfi Perempuan Psikologi 18 170 62
Niken Perempuan Teknik 20 165 53

Keterangan:
 Gender (1=laki-laki, 2=perempuan)
 Fakultas (1=Ekonomi, 2=Teknik, 3=Hukum, 4=Psikologi)

11
Input SPSS

12
Pustaka
Buku :
 Latihan SPSS Statistik Non Parametrik, Singgih Santoso,
PT Elex Media Komputindo, 2001.
 SPSS Mengolah Data Statistik Secara Profesional, Singgih
Santoso, PT Elex Media Komputindo, 1999
 Mandiri Belajar Analisis Data dengan SPSS, Duwi
Priyatno, Mediakom, 2013
 SPSS Serba-Serbi Analisis Statistika Dengan Cepat Dan
Mudah, Albert Kurniawan, Jasakom, 2011
Internet :
 http://statistikceria.blogspot.com

13
SmartPLS
• Merupakan aplikasi stand-alone yang digunakan untuk
melakukan kalkulasi model persamaan struktural
(Structured Equation Modelling – SEM).
• Dikembangkan oleh Instutute of Operations Management
and Organizations (School of Business), University of
Hamburg, Jerman.
• Aplikasi dapat diunduh di http://smartpls.de
• SmartPLS memerlukan data dalam format CSV atau TXT.

Sumber : Santoso, 2018:99-100

14
SmartPLS
• Adalah salah satu teknik Structured Equation Modelling – SEM yang
mampu menganalisis variabel laten, variabel indikator, dan kesalahan
pengukuran secara langsung.
• Herman Wold sebagai pengembang menyebutkan bahwa PLS sebagai
Soft Modeling.
• PLS (Partial Least Square) menggunakan pendekatan variance based.
• PLS merupakan metode analisis yang powerfull, karna:
a) Dapat diterapkan pada semua skala data
b) Tidak banyak membutuhkan asumsi
c) Ukuran sampel tidak harus besar
d) Membangun hubungan yang belum ada landasan teori/ pengujian
proposisi
• Tools lain yang covariance based adalah LISREL, AMOS, EQS, COSAN,
dan EZPATH.
Sumber : Wiyono, 2011:395

15
SmartPLS
Kemampuan menghindari dua masalah serius :
1) Inadmissible Solution
 Solusi yang tidak dapat diterima, artinya PLS berbasis varians tidak
akan pernah terjadi masalah matriks singularity.
 Dikarenakan PLS bekerja pada model struktural yang bersifat rekursif,
maka masalah unidentified, under-identified atau over-identified juga tidak
terjadi
2) Factor Indeterminacy
 Faktor yang tidak dapat ditentukan, artinya jika terjadi adanya lebih
dari satu faktor yang terdapat dalam sekumpulan indikator sebuah
variabel, khusus indikator yang bersifat formatif tidak memerlukan
adanya common factor, sehingga selalu diperoleh variabel laten yang
bersifat komposit.
 Variabel laten merupakan kombinasi linier dari indikator-
indikatornya.
Sumber : Wiyono, 2011:396

16
Homepage SmartPLS

17
Homepage SmartPLS

18
Pustaka
Buku :
 Metode Penelitian Kuantitatif : Pengembangan Hipotesis
dan Pengujian Menggunakan SmartPLS, Paulus Insap
Santosa, Andi Yogyakarta, 2018
 Merancang Penelitian Bisnis dengan Alat Analisis SPSS
17.0 & SmartPLS 2.0, Genro Wiyono, UPP STIM YKPN
Yogyakarta, 2011

19