Pemilihan Smartphone Samsung dengan Metode SAW, Tugas PembelajaranFull description
Pemilihan kepala daerahDeskripsi lengkap
docFull description
Pemilihan RT Kavling PlusDeskripsi lengkap
Dr. Edison, MPH Bagian Ilmu Kesehatan Masyarakat Fakultas Kedokteran Universitas Andalas
PENDAHULUAN Analisis data merupakan kegiatan yang sangat penting dalam penelitian Analisis data mempunyai arti /makna memecahkan masalah penelitian Jawaban penelitian tidak dapat langsung didapatkan Interpretasi : Deskriptif & Analitik
TUJUAN ANALISIS DATA Memperoleh gambaran/deskripsi masing-masing variabel Membandingkan dan menguji teori atau konsep dengan informasi yang ditemukan Menemukan adanya konsep baru dari data yang dikumpulkan Mencari penjelasan apakah konsep baru yang diuji berlaku umum atau hanya berlaku pada kondisi tertentu
DASAR PEMILIHAN : * * * *
Jenis penelitian Sifat populasi Skala variabel / data Tujuan penelitian - menggambarkan - menentukan perbedaan - asosiasi / hubungan - dll
Data adalah informasi yang berbentuk kata-kata dan angka – Data kategorikal: laki-laki, perempuan, kaya dsb. – Data numerik: data yang berbentuk bilangan data diskrit: data yang diperoleh dengan menghitung dan selalu bilangan bulat; 2 orang, 3 buah dst. data kontinyu: data yang diperoleh dengan mengukur dan selalu berada diantara bilangan bulat; 12,6 gr%, 162,5 cm dst.
Variabel adalah fenomena yang bervariasi dan dapat diukur
DATA
Informasi yang berbentuk kata-kata atau angka
DATA KATEGORIKAL
NUMERIK
DISKRIT
KONTINU
UJI STATISTIK 1. Uji Parametrik Syarat : - Pengamatan independen - Sampel dari pop. berdistribusi normal - Dua populasi memp. varians yg sama - Variabel berskala ratio dan interval. - Contoh : uji Z, t dan F
2. UJI NON-PARAMETRIK Jika tidak memenuhi asumsi asumsi diatas. Contoh : - Uji Independensi Kai Kuadrat - Uji Pasti Fisher - Uji Tanda - Uji McNemar - Uji Median - Uji Mann-Withney - dll
SKALA VARIABEL BEDA
URUTAN
JARAK SAMA
NOL MUTLAK
NOMINAL
+
-
-
-
ORDINAL
+
+
-
-
INTERVAL
+
+
+
-
+
+
+
+
RATIO
REGRESI & KORELASI
Dua variabel yang berhubungan (data numerik) dapat dianalisis secara:
Korelasi dan Regresi
Korelasi melihat besar hubungan:
“r”
dan arah hubungan: positif atau negatif
r=1
r=-1
r = 0,4
r=0
r = koefisien korelasi =
n xy x y
n x x n y 2
2
2
y 2
Korelasi positif: makin besar nilai x diikuti oleh makin besar nilai y korelasi negatif: makin besar nilai x diikuti oleh makin kecil nilai y Tidak ada korelasi: makin besar nilai x, tidak diikuti oleh makin besar atau makin kecil nilai y r = 0 – 0,25 tidak ada hubungan atau kecil r = 0,26 – 0,50 hubungan sedang r = 0,51 – 0,75 hubungan kuat r > 0,75 hubungan sangat kuat atau sempurna
Dengan uji hipotesis dapat diketahui apakah hubungan tersebut Bermakna atau tidak
Jenis Korelasi
Bivariat
Pearson
Spearman dan Kendall
Untuk data dengan skala variabel interval dan ratio Untuk data dengan skala variabel ordinal
Partial
Menggunakan kontrol
REGRESI •
•
•
Untuk mengetahui jenis hubungan 2 variabel Untuk memprediksi var. dependen berdasarkan var. independen Rumus : y = a + bx (regresi linear sederhana) y = var. dependen (terikat), yang akan diprediksi x = var. independen (bebas) a = y intercept, nilainya = y bila x = 0 b = slope (koefisien regresi), menentukan perubahan y
b •
n
xy n
x
x 2
y x
2
a
y
bx
Uji hipotesis untuk mengetahui sejauh mana koefisien regresi yang ada bermakna atau tidak
Regresi Ganda x1 x2
y
x3 x4
y = a + bx1 + bx2 + bx3 + bx4
Analisis: Multi variat
Statistik non Parametrik APLIKASI Dua sampel berhubungan
