Independent Related
t-test Paired t-test Independent Related
z-test Chi-square Wilcoxon
One-way ANOVA Mann-Whitney McNemar
K-S, etc. Chi-square, etc.
Univariat analisis – Metrik data
satu sampel
• Satu sample
- t test (sampel kecil), z test (sampel besar)
Suatu pengujian dilakukan kepada 12 murid SMP. Rata-
rata tingkat melek media mereka adalah 73,8 dg
standard deviasi 7,9. Seorang peneliti menarik
kesimpulan: jika rata-rata melek media mereka kurang
dari 75, maka mereka diharuskan mengikuti kursus
melek media. Ujilah pendapat peneliti dengan tingkat
signifikansi 95%.
• sehingga dapat disimpulkan bahwa dengan Ho
tidak ditolak, artinya tidak cukup bukti untuk
menyatakan bahwa rata-rata melek media
kurang dari 75, sehingga murid SMP tidak perlu
kursus melek media
73,8 − 75
t hitung = = −0.53
7,90
12
Daerah Ho ditolak
Univariat data – metrik,
dua sampel atau lebih
• Independent: melihat perbedaan jika dua
kelompok sampel diteliti, namun tidak terdapat
hubungan di antara kedua kelompok tersebut
• Related/dependent: melihat perbedaan jika
dilakukan dua kali pengujian untuk kelompok
yang sama pada waktu yang berbeda
• One way ANOVA melibatkan hanya satu
variabel kategorikal, bertujuan untuk menguji
hipotesis nol yang artinya, rata-rata kategori
sama dengan rata-rata di populasi Ho:
μ1=μ2=μ3...=μn
Univariat analisis – non metrik
satu sampel
• Tabel distribusi frekuensi
• Chi square test for goodness of fit: untuk mengetahui
perbedaan proporsi dari masing-masing kategori -
digunakan dengan anggapan distribusi data tidak
simetris
Dengan rumusan hipotesis sebagai berikut:
Ho: p1 = p2 = pn = 1/jumlah kategori
Ha: p1 = p2 ≠ pn = 1/jumlah kategori
• Lakukan pengujian dengan Afiliasi masyarakat pada f
tingkat signifikansi 95% parpol
untuk hasil penelitian PK 31
mengenai afiliasi
PAN 19
masyarakat pada partai
politik tertentu (data fiktif) PBB 19
apakah proporsinya P. Golkar 25
berbeda antara kategori
yang satu dengan kategori PDIP 41
yang lainnya. Jumlah 135
• sehingga dapat disimpulkan
bahwa dengan tingkat
signifikansi 95% cukup bukti
untuk menyatakan bahwa
proporsi antara kategori
yang satu dengan yang Daerah Ho
1/5.
9,49 12,74
Bivariate Analysis
• Describes the association/correlation
between each pair of variables
• Answers the question: Is there a
relationship between these two variables?
• Initial step in hypothesis testing –
melibatkan signifikansi (significance of null
hypothesis)
Beberapa formulasi hub. bivariat
• Cross sectional
- concomitant variaton (pearson’s r)
- differentiation (t-test, independent
sample)
- probability distribution (cramer, lambda,
spearman, kendall)
• Longitudinal
- before – after differentiation (t-test
dependent)
BIVARIAT - KORELASI
Variabel 1 Variabel 2
Nominal Ordinal Interval
nominal Chi-square T test
Cramer’s V
Coefficien Z test
contingency
Lambda
ordinal Kendall’s
Spearman
Gamma
Sommer’s D
interval Pearson’s
Regression
NOMINAL
The Phi Coefficient (φ)
• Based on chi-square
• Tehnik utk melihat keeratan 2 var.
nominal, atau var. yg tlh diredusi jd skala
nominal
• Data disajikan dalam tabel silang 2x2
Interpretation
There is a significant association
between race and sentence type in
the population of the order of
0.149.
Contingency Coefficient (C)
• Keeratan antara dua nominal variabel
pada tabel frekuensi 2x2 ATAU LEBIH
• Dua variabel dari skala nominal atau
variabel yang telah diredusi ke dalam
skala nominal
Level of significance: p < 0.001
Contingency Coefficient = 0.324
Cramér’s V Correlation
Coefficient
• Menjelaskan korelasi antar dua var.
nominal
• Alternatif lain penggunaan Contingency
Coefficient C bila data pada tabel
frekuensi tidak simetris (cth: 2x3, 4x7,
5x6)
Lambda (λ): Guttman’s Coefficient
of Predictability
• Tehnik untuk menentukan tingkat
kesalahan prediksi pada satu var. nominal
dapat dikurangi dengan mengetahui var.
nominal lainnya.
• Interpretation
The error in predicting gender is reduced
by 0.21, (21%), by knowledge of attitude
toward the death penalty.
Since λ = 0.0, the reduction in the error in
predicting attitude toward the death
penalty by a knowledge of a person’s
gender would be 0%, or none at all.
ORDINAL
Spearman Rank-Order
Correlation Coefficient: ρ (rho)
Te st Statisticsa
partisipa
Mann-Whitney U 296.500
Wilcoxon W 621.500
Z -.311
Asymp. Sig. (2-tailed) .756
a. Grouping Variable: sekolah
UJI PERINGKAT KRUSKAL-
WALLIS
• Digunakan untuk skala ordinal 3 kelompok atau
lebih sampel independen
• Data tidak terdistribusi secara normal dan variansi
populasi tidak sama
Ho: tidak ada perbedaan skor antara kelompok industri,
keuangan dan perdagangan
Ha: ada perbedaan skor antara kelompok industri,
keuangan dan perdagangan
Te st Statisticsa,b
skor
Chi-Square 8.471
df 2
Asymp. Sig. .014
a. Kruskal Wallis Test
b. Grouping Variable: bidang
UJI PERINGKAT BERGANDA
WILCOXON
• Uji perbedaan skor sebelum dan sesudah
produksi ranking
Operator sebelum sesudah d tanda + -
A 17 18 1 1,5 1,5
B 21 23 2 3 3
C 25 22 -3 5 5
D 15 25 10 8 8
E 10 28 18 10 10
F 16 16 0
G 10 22 12 9 9
H 20 19 -1 1,5 1,5
I 17 20 3 5 5
J 24 30 6 7 7
K 23 26 3 5 5
Ho: tidak ada perbedaan kualutas produksi sebelum dan
sesudah penggunaan mesin baru
Ha: ada perbedaan kualutas produksi sebelum dan
sesudah penggunaan mesin baru
Ranks
Te st Statisticsb
after - before
Z -2.148 a
Asymp. Sig. (2-tailed) .032
a. Based on negative ranks.
b. Wilcoxon Signed Ranks Test
McNEMAR TEST
Uji perubahan sikap sebelum dan sesudah
After
Before Success Failure
Failure n1 n2
Success n3 n4
postconv
preconv
1 2
1 15 0
2 15 20
Te st Statisticsb
preconv &
postconv
N 50
Exact Sig. (2-tailed) .000 a
a. Binomial distribution used.
b. McNemar Test
FRIEDMAN TEST
Digunakan untuk melihat ada tidaknya perubahan
hasil untuk pengujian > 2 kali.
Ho: tidak ada perubahan skor hasil tes
Ha: ada perubahan skor hasil tes
χ =
2
F
12
15(3)(3 + 1)
(2 2 2
)
19 + 29 + 42 − ( 3(15)(3 + 1) ) = 17,73
Mean Rank
tes1 1.27
tes2 1.93
tes3 2.80
Te st Statisticsa
N 15
Chi-Square 18.345
df 2
Asymp. Sig. .000
a. Friedman Test
COCHRAN’S TEST
Uji perbedaan sikap pada > 2 hal yang kategori
jawabannya hanya 2.
Ho: tidak ada perbedaan jawaban untuk
ketiga jenis wawancara
Ha: ada perbedaan jawaban untuk ketiga
jenis wawancara
Q=
[ ]
(3 − 1) (3(52 + 52 + 0 2 ) − 10 2
= 7,143
3(10) − 16
Value
0 1
VAR00023 5 5
VAR00024 5 5
VAR00025 10 0
Te st Statistics
N 10
Cochran's Q 7.143 a
df 2
Asymp. Sig. .028
a. 0 is treated as a success.
ELABORASI
• Merinci penjelasan hubungan antar
variabel – dengan memasukkan variabel
ketiga dalam analisis
• Variabel ketiga: intervening variable(s),
antecedent variable(s), specifying
variable(s)
Status Analisis dalam Elaborasi
•Eksplanasi
theoritical status
Tipe brand placement (antecedent variable) –
Terpaan Media (independent variable) – Interaksi
parasosial (intervening variable) – perilaku
membeli (dependent variable)
•Prediksi
Theoritical status
Faktor-faktor yang mempengaruhi perilaku
membeli
Intervening Variable(s)
• All three variables (intervening,
independent, dependent) must be related
• When intervening variable is controlled,
the relationship between IV and DV should
vanish
• When IV is controlled, the relationship
between the intervening and DV should
not disappear
• Antecedent – independent – intervening -
dependent
ANTECEDENT VARIABLE(S)
• All three variables (antecedent,
independent and dependent) must be
related
• When antecedent variable is controlled,
the relationship between IV and DV should
vanish
• When IV is controlled, the relationship
between the antecedent and DV should
not disappear
Kemungkinan hasil elaborasi
• Konstan - replikasi
• Melemah – eksplanasi/interpretasi
• Terbelah – spesifikasi
• Menguat – variabel ketiga mempengaruhi
(suppressor)
Klasifikasi tehnik statistik multivariat
Multivariate Techniques
Dependence Interdependence
Techniques Techniques