MENU
IS T
Data ANALYSIS
12
DEVA KHARISMA ADHYAKSA
(4419)
M. RIDHO RIANSYAH (4432)
RIZQAN SYAHRU RAMADHAN
(4445)
ANALISIS DATA KUANTITATIF
HASIL
ANALYS CONTAC
MENU
IS T
DENGAN SATU
VARIABEL
DATA KUANTITATIF
Data kuantitatif adalah data yang dinyatakan dalam angka atau bilangan. Data ini
diperoleh dari pengukuran atau perhitungan terhadap suatu variabel atau
parameter tertentu yang terkait dengan objek penelitian. Contoh data kuantitatif
adalah data jumlah penduduk, tinggi badan, berat badan, nilai rata-rata ujian, atau
jumlah produksi pertanian dalam suatu wilayah.
2. Contoh dari data encoding adalah mengubah data mentah seperti tulisan tangan, rekaman suara, atau gambar
menjadi format digital seperti teks, file audio, atau gambar digital. Proses encoding dapat dilakukan secara manual
atau dengan menggunakan alat dan perangkat lunak otomatis, tergantung pada jenis dan kompleksitas data yang
akan diolah.
Cara memasukan data
Lembar Kode Metode
(Code Sheet) Masuk
Cara ini meminta responden untuk memberikan respon Langsung
dengan mengisi lembar kode sesuai dengan
pertanyaan yang diberikan. Responden akan
diminta untuk mengisi kode atau angka yang
(Direct
atau program. DataData
Cara ini memasukkan data secara langsung ke dalam sistem
dapat dimasukkan dengan mengisi
formulir elektronik atau dengan cara manual melalui
sesuai dengan jawaban yang mereka berikan.
Contoh dari lembar kode adalah survei kepuasan Entry)
keyboard. Metode ini memungkinkan pengolahan data
secara cepat dan akurat.
pelanggan, di mana responden diminta untuk
.
menilai produk atau layanan dari 1-5 atau
memberikan skala likert.
CARA MEMASUKAN DATA
Pemindaian Kode Batang
Optik (Optical (Barcoding)
Scanning)
Cara ini menggunakan mesin pemindai optik Cara ini menggunakan kode batang untuk
untuk membaca dan memproses data dari memasukkan data ke dalam sistem. Kode
formulir yang telah diisi oleh responden. batang ini dapat dibaca oleh mesin
Data yang dimasukkan ke dalam formulir pemindai atau scanner dan kemudian
dapat berupa angka atau kode batang yang diubah menjadi data numerik atau
dapat dibaca oleh mesin pemindai optik alfanumerik.
PEMBERSIHAN DATA
Pemeriksaan Kode Pemeriksaan
Liar (Outlier) Konsistensi
Outliers atau nilai ekstrem adalah data yang jauh
berbeda dengan data lainnya dalam satu
Data data
Pemeriksaan konsistensi bertujuan untuk
memastikan bahwa data yang diperoleh sudah
kelompok data. Outliers dapat menyebabkan
kesalahan dalam analisis data dan menurunkan benar dan konsisten dengan data lainnya.
akurasi hasil analisis. Oleh karena itu, Pemeriksaan konsistensi data meliputi
pemeriksaan kode liar sangat penting dalam pengecekan keberadaan nilai kosong, data
pembersihan data. duplikat, atau data yang bertentangan dengan
informasi lainnya.
HASIL
ANALYS CONTAC
MENU
IS T
DENGAN SATU
VARIABEL
• Statistik Deskriptif
Menggambarkan data numerik. Dapat dikategorikan berdasarkan jumlah variabel
yang terlibat.
HASIL
ANALYS CONTAC
MENU
IS T
DENGAN SATU
VARIABEL
182 1
185 1
ANALYS CONTAC
MENU
IS T
Data ANALYSIS
Ukuran Tendensi
Sentral
Ukuran tendensi sentral adalah suatu
ukuran yang digunakan untuk
merepresentasikan nilai pusat atau tipikal
dari kumpulan data pada "hasil dengan satu
variabel". Beberapa contoh ukuran tendensi
sentral yang sering digunakan antara lain:
Rata-Rata, Median, dan Modus.
Ukuran Variasi
Ukuran variasi adalah suatu ukuran yang digunakan
untuk mengukur sebaran data pada "hasil dengan
satu variabel". Beberapa contoh ukuran variasi yang
sering digunakan antara lain: rentang dan standar
deviasi
Rentang Standar
Misalnya, jika kita memiliki data Deviasi
Standar deviasi adalah ukuran seberapa jauh data
nilai ujian siswa: 60, 70, 80, 90, dari rata-rata. .Standar deviasi dapat digunakan
100, maka rentang nilai ujian untuk memahami sebaran data dan mengetahui
siswa tersebut adalah: seberapa heterogen atau homogen data tersebut.
100 - 60 = 40 Misalnya, jika kita memiliki data nilai ujian
siswa: 60, 70, 80, 90, 100, maka deviasi standar
nilai ujian siswa tersebut adalah:
√400 = 20
ANALYS CONTAC
MENU
IS T
Data ANALYSIS
HASIL DENGAN
DUA VARIABEL
A. Sebuah Hubungan Bivariat
Statistik Univariat menggambarkan satu variable
dalam isolasi. Sedangkan statistic bivariat
memberikan kita pertimbangan dua variable
Bersama dan menggambarkan hubungan antar
variable.
B. Hubungan statistic
Hubungan statistic didasarkan dua ide yaitu
kovariasi dan independent statistic
HUBUNGAN STATISTIK
1. KOVARIASI
2. INDEPENDENT STATISTIC
3. SCATTERGRAM
4. MEMBUAT SCATTERGRAM
5. TIGA ASPEK DARI HUBUNGAN BIVARIAT
6. TABEL BIVARIAT
7. MEMBACA TABEL PERSENTASE
ANALYS CONTAC
MENU
IS T
HUBUNGAN Statistik
1. Kovariasi merupakan segala sesuatu berjalan Bersama atau terikat.
Dalam kovariasi kita diberikan kebebasan untuk mempertimbangkan
dua variable Bersama dan menggambarkan hubungan antar variable.
Bahkan hipotesisi membutuhkan dua variable, serta analasisi statistic
bivariat menunjukkan hubungan statistic antar variable yaitu hal-hal
yang cenderung muncul bersamaan
2. Kemandirian statistic (independent statistic) merupakan kebalikan dari
kovariasi yaitu tidak ada asosiasi atau tidak ada hubungan antar variabel,
jika dua variable independent, kasus dengaan nilai tertentu pada satu
variable tidak memiliki nilai khusus pada variable lainnya.= 404
ANALYS CONTAC
MENU
IS T
SCATTERGRAM
Scattergram merupakan grafik tempat anda memplot setiap kasus atau
pengamatan. Setiap sumbu mewakili nilai satu variable. Ini digunakan
untuk variable yang diukur pada tingkat interval atau rasio, jarang untuk
variable ordinal, dan tidak pernah jika salah satu variable adalah nominal.
Tidak ada aturan tetap untuk menentukan variable mana (independent atau
dependen) yang akan ditempatkan pada sumbu horizontal atau vertical,
tetapi biasanya variable independent (dilambangkan dengan huruf x)
berjalan pada sumbu horizontal dan variable independent (dilambangkan
dengan Y). pada sumbu vertical. Nilai terendah untuk masing-masing harus
dipojok kiri bawah dan nilai tertinggi harus diatas atau dikanan.
ANALYS CONTAC
MENU
IS T
MEMBUAT SCATTERGRAM
Dimulai dengan rentang 0 0 Gambarlah sumbu dengan nilai setiap
variable yang ditandai dan tulis
dari dua variable
1 2 angka pada setiap sumbu (kertas
grafik sangat membantu).
Masukkan Data
0 0 Beri label pada setiap
sumbu dengan nama
4 3 variable dan beri judul
dibagaian atas
Untuk setiap kasus
temukan nilai
variable dan tandai
setiap
grafik
0 0 Ulangi setiap kasus
sampai semuanya diplot
di tempat yang
dengan kedua
sesuai
nilai
5 6 pada scattergram.
tersebut
ANALYS CONTAC
MENU
IS T
Data ANALYSIS
Tabel bivariat
Dalam table bivariat kebanyakan menggunakan table kontingensi bivariat
dalam situasi apapun. Table ini menyajikan informasi yang sama dengan
scattergram dalam bentuk yang lebih padat. Jika dibandingkan dengan
scattergram yaitu memiliki keunggulandatanya bisa diukur pada setiap
tingkat pengukuran, meskipun data interval dan rasio harus dikelompokkan.
ANALYS CONTAC
MENU
IS T
2. Korelasi
Korelasi adalah teknik statistik yang digunakan untuk mengukur hubungan antara dua variabel kuantitatif. Korelasi dapat
digunakan untuk menentukan apakah dua variabel berkorelasi positif atau negatif, atau tidak ada korelasi sama sekali.
Koefisien korelasi dapat bernilai antara -1 dan +1, di mana nilai +1 menunjukkan hubungan positif yang sempurna, nilai -1
menunjukkan hubungan negatif yang sempurna, dan nilai 0 menunjukkan tidak adanya hubungan.
Contoh:
Sebuah penelitian dilakukan untuk mengetahui hubungan antara tinggi badan dan berat badan pada populasi tertentu.
Korelasi dapat digunakan untuk mengukur seberapa erat hubungan antara kedua variabel tersebut.
Analisis Lebih dari Dua Variabel
● Analisis lebih dari dua variabel adalah teknik statistik yang
digunakan untuk mengukur hubungan antara tiga atau lebih
variabel. Analisis lebih dari dua variabel dapat dilakukan dengan
menggunakan teknik analisis regresi berganda, analisis varian
(ANOVA), atau analisis faktor.
● Contoh:
● Sebuah penelitian dilakukan untuk mengetahui hubungan antara
konsumsi makanan, aktivitas fisik, dan tingkat kebugaran pada
individu. Analisis lebih dari dua variabel dapat dilakukan dengan
menggunakan teknik analisis regresi berganda untuk menentukan
faktor-faktor yang mempengaruhi tingkat kebugaran.
ANALYS CONTAC
MENU
IS T
Data ANALYSIS
Kontrol Statistik
● Kontrol statistik dalam "lebih dari dua variabel" mengacu pada
penggunaan analisis statistik untuk mengontrol atau
memperhitungkan pengaruh variabel-variabel lain yang tidak
sedang diteliti terhadap hubungan antara variabel-variabel yang
sedang diteliti. Contoh penggunaan kontrol statistik dalam "lebih
dari dua variabel" adalah dalam penelitian tentang faktor-faktor
yang mempengaruhi kepuasan pelanggan terhadap produk atau
layanan. Variabel-variabel yang mungkin mempengaruhi
kepuasan pelanggan dapat meliputi kualitas produk atau layanan,
harga, promosi, citra merek, dan faktor-faktor lainnya
ANALYS CONTAC
MENU
IS T
Data ANALYSIS
Jenis Merek
Usia Merek b Merek c
kelamin A
Laki-laki 18-24 Tahun 35% 25% 40%
Kebiasaan
Jenis pendapat
Usia konsumsi
kelamin an
kopi
Laki-laki 20-29 Tahun Rendah 3 kali seminggu
Paradigma Elaborasi
Paradigma elaborasi adalah salah satu pendekatan dalam analisis "lebih dari dua variabel" yang
digunakan untuk mengeksplorasi dan menjelaskan hubungan antara variabel dependen dengan variabel
independen dan variabel kontrol.
STATISTIK INFERENSIAL
SIGNIFIKASI TINGKAT
• STATISTIK
Menunjukkan kemungkinan menemukan hubungan • SIGNIFIKASI
Adalah cara mudah untuk berbicara tentang
dalam sampel ketika tidak ada dalam populasi kemungkinan bahwa hasil disebabkan oleh faktor
• Hanya memberi tahu apa yang mungkin terjadi, peluang, yaitu suatu hubungan muncul dalam
sehingga tidak dapat membuktikan apa pun dengan
sampel ketika tidak ada hubungan sama sekali
kepastian mutlak
ANALYS CONTAC
MENU
IS T
Data ANALYSIS
Tipe i Tipe ii
• Kesalahan Tipe I Kesalahan yang dibuat dengan
• Kesalahan Tipe II Kesalahan yang
mengatakan bahwa suatu hubungan ada padahal
sebenarnya tidak ada; penolakan palsu dari hipotesis dibuat dengan mengatakan bahwa
nol. suatu hubungan tidak ada padahal
sebenarnya ada; penerimaan palsu dari
hipotesis nol.
ANALYS CONTAC
MENU
IS T
Data ANALYSIS
Chi-square
adalah cara yang banyak digunakan dan ampuh untuk melihat variabel
yang diukur pada tingkat nominal atau ordinal
Chi square adalah nol jika ada peningkatan independensi seiring
dengan semakin kuatnya asosiasi
THANK
YOU