Distribusi Frekuensi, Tabul Silang, dan Uji Hipotesa Di susun Oleh Kelompok 11 : Rio Farizki 116080001 Widianto Pribadi 116080030 Bagus Resa Destian 116080033 Agus Gunawan 116080093
Distribusi Frekuensi, Tabulasi Silang, dan Uji HipotesaDi susun Oleh Kelompok 11 : Rio Farizki 116080001 Widianto Pribadi 116080030 Bagus Resa Destian 116080033 Agus Gunawan 116080093
Tabel 1 Data Pengguna Internet
Nomor 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1 2 2 2 1 2 2 2 2 1 2 2 1 1 1 2
Gender 7 2 3 3 7 4 2 3 3 9 4 5 6 6 6 4
Familiaritas
Tabel 2 Distribusi Frekuensi Familiaritas Label Nilai Sangat Familiar Tidak Nil ai 1 2 3 Frekuensi Persentase Persentasi Valid 0,0 6,9 20,7 20,7 10,3 27,6 13,8 Persentase Kumulatif 0,0 6,9 27,6 48,3 58,6 86,2 100
1718 19 20
11 1 2
64 7 6
0 2 6 6 3 8 4 1 30
0,0 6,7 20,0 20,0 10,0 26,7 13,3 3,3 100
NextSangat Familiar Hilang Total
4 5 6 7 9
100
Distribusi Frekuensi Ukuran Lokasi Mengukur Variabilitas Mengukur Bentuk tabel
Ukuran Lokasi Mean Mode Median Median = Xtengah atau Median =
Mengukur Variabilitas Rentang Rentang = Xterbesar Xterkecil Rentang Interkuartil Rentang interkuartil = Xke-75% - Xke-25% Varians dan Simpangan Baku Varians atau s2 = Simpangan baku atau s = Koefisien Variasi Koefisien varians atau CV =
Mengukur Bentuk Kecondongan (Skewness)
Kurtosis
Tabulasi Silang Merupakan metode analisis kategori data yang menggunakan data nominal, ordinal, interval serta kombinasi diantaranya
Kegunaan menghitung banyaknya kasus yang mempunyai kombinasi nilai-nilai yang berbeda dari dua variabel menghitung harga-harga statistik berserta ujinya.
IntinyaCara termudah melihat asosiasi (keeratan hubungan) dalam sejumlah data dengan perhitungan persentase.
Metode analisis silang Metode kontigensi Hirarchical Log Linier
Metode analisis silang Metode kontingensiMeruapakan metode pengujian analisis silang jika hanya terdapat dua metode
Hirarchical Log LinierMerupakan metode pengujian analisis silang jika terdapat lebih dari 2 variabel
Contoh pemanfaatan tabulasi silangMetode Kontigensi
Manfaat yang dapat diperoleh dari analisis tabulasi silang Membantu menyelesaikan penelitian yang berkaitan dengan penentuan hubungan antara variabel atau faktor yang diperoleh dari data kualitatif, setelah melalui uji statistik. Lebih mudah dipahami
Mudah dilakukan Menentukan besarnya derajat asosiasi (hubungan kuat atau lemah)
Dapat menentukan variabel dependent (terikat) dan variabel independent (bebas) dari dua variable yang dianalisis.
Pengujian 3 variableSebuah variabel ketiga mengklarifikasi asosiasi awal(atau tidak adanya asosiasi awal) antara dua variabel yang diamati.
Kemungkinan dari pengujian 3 variabel1) Variabel ketiga dapat memperbaiki kembali asosiasi antara 2 variabel asli yang diamati.
lanj Variabel ketiga yaitu : Jenis Kelamin
kesimpulan Jadi pengenalan jenis kelamin( variabel ketiga) dapat lebih menjelaskan antara status pernikahan dengan pembelian pakaian mode terbaru (variabel asal). Responden-responden yang tidak menikah lebih cenderung masuk kedalam kategori pembelian tinggi daripada mereka yang menikah, Pengaruh ini lebih nyata wanita daripada untuk pria.
2. Hubungan Awal bersifat imitasi(Spurious).
Variabel ketiga adalah Penghasilan
Kesimpulanasosiasi antara pendidikan denga kepemilikan mobil mahal menghilang, menunjukkan bahwa hubungan awal yang diamati antar kedua variabel bersifat imitasi.
3. Mengungkap Asosiasi Yang Tersembunyi. Penambahan variabel ke tiga : Jenis Kelamin
Penambahan variabel ke tiga : Jenis Kelamin
Kesimpulanpengaruh jenis kelamin diperhatikan seperti pada tabel kedua asosiasi yang tersembunyi mengenai keinginan berpergian keluar negeri dengan usai tadi terungkap untuk kategori pria dan wanita secara terpisah
4.Tidak Ada Perubahan dalam Hubungan Awal. Penambahan variabel ketiga : Penghasilan
Kesimpulan Hasil pengamatan menunjukkan tidak ada asosiasi. Kemudian ditambahkan variabel ketiga yaitu kelompok penghasilan berdasarkan pembagian median. Ketika penghasilan sebagai variabel ketiga dalam analisis, didapat hasil pengamatan menujukkan tidak ada asosiasi
Stastik Yang diasosiasikan dengan Tabulasi SilangKekuatan Asosiasi dapat diukur dengan: Koefisien korelasi phi Koefisien kontigensi Cramer,s V Koefisien lambda.
Koefisien Phi Teknik korelasi yang digunakan untuk jenis data nominal nominal Mengkorelasikan jumlah frekwensi antar kategori pada variabel X dan Y Hanya bisa diguakan untuk tabel 2x2
Koefisien kontigensimetode yang digunakan untuk mengukur keeratan hubungan (asosiasi atau korelasi) antara 2 variabel yang keduanya bertipe data nominal (kategorik)
Cramers v Merupakan versi modifikasi dari korelasi phi dan digunakan dalam tabel yangberukuran lebih besar dari 2X2. Ketika menghitung phi untuk sebuah tabel yang lebih besar dari 2X2, koefisien ini tidak mempunyai batas atas. Cramers V diperoleh dengan menyesuaikan phi untuk jumlah baris dan jumlah kolom dalam tabel, berdasarkan mana dari keduanya yang lebih kecil.
Koefisien lambda Lambda mengasumsikan bahwa variabel diukur pada skala nominal.Tipe tipe lambda Lambda asimetris merupakan ukuran presentase perbaikan dalam memperkirakan nilai variabel dependen, dengan nilai tertentu dari variabel independen dalam analisisi tabel kontigensi Lambda simetris mengukur perbaikan keseluruhan ketika prediksi dilakukan kedua sisi.
Statistik statistik lain. skala ordinal maka digunakan uji lain seperti statistik tau b, tau c serta gamma tersedia untuk mengukur asosiasi dua variabel.
Tau b Merupakan uji yang mengukur hubungan antara dua variabel tingkat ordinal. Statistik uji ini membuat penyesuaian untuk ties(angka seri) dan paling sesuai ketika tabel berbentuk bujursangkar.
Tau C Merupakan uji yang mengukur hubungan antara dua variabel tingkat ordinal. Statistik uji ini membuat penyesuaian untuk ties(angka seri) dan paling sesuai ketika tabel variabel tidak dalam bujur sangkar melainkan persegi panjang.
Gamma Merupakan uji yang mengukur hubungan antara dua variabel tingkat ordinal. Statistik uji ini tidak membuat penyesuaian untuk angka seri ( Ties)
Prosedur Umum untuk Uji HipotesisFormulasikan H0 dan H1 Pilih sebuah uji yang sesuai Pilih tingkat signifikasi,
Kumpulkan data dan hitung statistik uji
Tentukan probabilitas yang berasosiasi dengan statistik uji
Tentukan nilai kritis satistik uji, TSCR
Bandingkan probabilitas dengan tingkat signifikasi,
Tentukan apakah TSCR jatuh pada daerah penolakan atau penerimaan
Tolak atau Terima H0
Buat Kesimpulan Riset Pemasaran
Langkah 1 : Formulasikan Hipotesis Hipotesis nol adalah sebuah pernyataan status quo, yaitu suatu pernyataan yang tidak berbeda atau tidak berpengaruh. Hipotesis alternatif yaitu hipotesis yang didalamnya diharapkan ada beberapa perbedaan atau pengaruh.
Langkah 2 : Pilih pengujian yang sesuai Distribusi Normal Distibusi t Distribusi chi-square
Langkah 3 : Pilih tingkat Signifikansi, Dua jenis kesalahan yang dapat terjadi : 1. Kesalahan Jenis I, terjadi ketika hasil sampel membawa kepada penolakan hipotesis nol padahal faktanya benar. Peluang kesalahan jenis I (),juga disebut tingkat level signifikansi 2. Kesalahan jenis II,terjadi bila berdasarkan hasil sampel hipotesis nol tidak ditolak padahal sesungguhnya hipotesis itu memang salah.
Langkah 4 : Kumpulkan Data dan Hitung Statistik Uji.Ukuran sampel ditentukan setelah mempertimbangkan kesalahan dan serta mempertimbangkan kualitatif lainnya.Kemudian data dikumpulkan dan nilai statistik uji dihitung.
Langkah 5 : Tentukan Peluang (Nilai Kritis) Menggunakan tabel standar, peluang mendapatkan nilai z. Dalam menentukan nilai kritis statistik uji, daerah sebelah kanan nilai kritis adalah atau /2. Nilai untuk uji satu sisi dan /2 uji dua sisi
Langkah 6 dan 7 : Bandingkan Probabilitas (Nilai Kritis) dan Buatkan Keputusan (),Tolak H Jika Peluang Tscal < Tingkat signifikansi0
Tapi Jika Tscal > TScr,maka tolak H0
Langkah 8 : Kesimpulan Riset PemasaranKesimpulan dapat diperoleh oleh uji hipotesis harus diekspresikan dalam bentuk masalah riset pemasaran.
Uji Hipotesis
Uji Asosiasi
Uji Perbedaan
Distribusi
Rata-rata
Proporsi
Median/Ranking
Dalam uji Asosiasi, hipotesis nolnya adalah tidak ada asosiasi antar variabel-variabel (H0,.TIDAK mempunyai hubungan dengan ). Dalam uji perbedaan, hipotesis nolnya adalah TIDAK ada perbedaan antara (H0,..TIDAK berbeda dengan..).
Uji Hipotesa Deskriptif Asosiasi Perbedaan
Uji Hipotesis
Uji Parametrik
Uji Non Parametrik
Satu Sampel
Dua Sampel
Satu Sampel Dua sampel
Uji t Uji Z
Sampel Independen
Sampel Berpasangan
Chi-square K-S Runs Binomial
Sampel Independen
Sampel Berpasangan
Uji t Dua Kelompok Uji z
Uji t berpasangan
Chi-square Mann-Whitney Median K-S
Sign Wilcoxon McNemar Chi-square