Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10....
Transcript of Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10....
![Page 1: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/1.jpg)
Oleh:
Endang Mulyatiningsih
![Page 2: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/2.jpg)
Macam-macam statistik
Statistik
Inferensial
Parametrik
Non parametrik
Deskriptif
![Page 3: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/3.jpg)
Penjelasan
• Digunakan untuk mengambil kesimpulan pada populasi, namun data hanya diambil pada sampel.
• Data diambil dari sampel acak dan sebaran datanya berdistribusi normal
Inferensial
• Menganalisis data apa adanya, tidak digunakan untuk menarik kesimpulan.
• Penyajian data menggunakan tabel atau diagram
Deskripif
Populasi
Sampel
Sampel
![Page 4: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/4.jpg)
POPULASI DAN SAMPEL
Sugiyono, FT UNY
POPULASI
Sampel
Reduksi
Generalisasi
![Page 5: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/5.jpg)
•Menggunakan berbagai macam ukuran yang berskala interval/ratio
• Sebaran data sampel diambil acak dari populasi yang berdistribusi normal
Parametrik
•Digunakan untuk data berskala ordinal dan nominal
• Sebaran data tidak harus berdistribusi normal
Non Parametrik
![Page 6: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/6.jpg)
Macam-macam Data Penelitian
Data
Kuantitatif
Diskrit
Kontinum
Ordinal
Interval
Rasio
Kualitatif
![Page 7: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/7.jpg)
SKALA PEGUKURAN
Nominal
• Hanya untuk memberi nama, atribut dan tidak menunjukkan subjek yang satu lebih baik dari yang lain. Contoh: agama, jenis kelamin
Ordinal
• Menunjukkan kategori/peringkat namun jarak antar peringkat tidak sama
• Contoh: juara 1, 2 dan 3. SES tinggi, sedang, rendah
Interval
• Menunjukkan skala yang berjarak sama, contoh skala sikap yang diberi skor (1,2,3,4), umur, jam /waktu dsb
Rasio
• Sama seperti skala interval tetapi memiliki nilai nol (0) absolut, misalnya jumlah uang (Rp), suhu, tinggi/panjang (m), berat (gram),
![Page 8: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/8.jpg)
100 95 75 70 60 45
1 2 3 4 5 6
DATA ORDINAL, JARAK TIDAK SAMA
nilai
ranking
![Page 9: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/9.jpg)
DATA INTERVAL DAN RATIO
DATA INTERVAL: JARAK SAMA TDK ADA NILAI NOL
ABUSOLUT (SKALA TERMOMETER)
-2 -1 0 1 2 3 4 5 6 7 8 9
0 1 2 3 4 5 6 7 8 9 10 11
DATA RATIO: JARAK SAMA ADA NILAI NOL
ABUSOLUT (UKURAN PANJANG)
![Page 10: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/10.jpg)
PENGGUNAAN STATISTIK
JENIS DATA KOMPARASI (2 KELOMPOK)
KOMPARASI > 2 KELOMPOK
KORELASI
NOMINAL Fisher
2 2 Contingensi
ORDINAL Sign Test Wilcoxon Man whitney Kolmogorov smirnov
Friedman Two way anova Kruskal Wallis One way anova
Spearman Rank Kendall Tau
INTEVAL RASIO
t- test One way anova Two way anova
Pearson Product Moment* Partial Correlation* Multiple Correlation*
![Page 11: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/11.jpg)
KOMPARASI DUA KEL SAMPEL
One sample t-test Independen sampel t-test
X1 1
2
3
4
5
6
PRE
TEST
X2 1
2
3
4
5
6
POST
TEST
X1
KEL A
X2
KEL B
1 1
2 2
3 3
4 4
5 5
6 6
![Page 12: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/12.jpg)
KOMPARASI > 2 KEL SAMPEL
ONE WAY ANOVA (analisis of varians)
X1
PNS
X2
SWASTA
X3
WIRASWT
X4
IRT
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
5 5 5 5
6 6 6 6
7 7 7 7
8 8 8 8
9 9 9 9
![Page 13: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/13.jpg)
KONTROL KELAS A KELAS B KELAS C
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
5 5 5 5
6 6 6 6
7 7 7 7
8 8 8 8
9 9 9 9
![Page 14: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/14.jpg)
DESAIN EKSPERIMEN DGN DUA PERLAKUAN (Two way anova)
PERLAKUAN PERTAMA
KONTROL KELAS A KELAS B KELAS C
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
PERLAKUAN KEDUA
KONTROL KELAS A KELAS B KELAS C
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
![Page 15: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/15.jpg)
PENGULANGAN PENGUKURAN
(repeated measure of anova) PENGUKURAN KE
I II III IV
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
5 5 5 5
6 6 6 6
7 7 7 7
8 8 8 8
9 9 9 9
![Page 16: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/16.jpg)
KORELASI DUA VARIABEL
PEARSON’S / PRODUCT MOMENT
X
KUALITAS
LAYANAN
Y
KEPUASAN
PELANGGAN
NO RESPONDEN KUALITAS
LAYANAN
KEPUASAN
PELANGGAN
1 70 75
2 60 60
3 80 90
4 60 70
5 40 50
6 70 80
![Page 17: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/17.jpg)
KORELASI > DUA VARIABEL INDEPENDEN
• REGRESI LINEAR
X1
X2
X3
Y
NO X1 X2 X3 Y
1 14 23 41 70
2 23 25 44 59
3 16 27 39 60
4 18 29 42 77
5 13 26 45 65
6 14 22 37 68
7 18 30 43 85
X1 = ETOS KERJA X2 = DISIPLIN X3 = LOYALITAS Y = PRESTASI KERJA
![Page 18: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/18.jpg)
ANALISIS JALUR (PATH DIAGRAM)
KORELASI PARSIAL/ SEM
X1
X2
X3 Y
NO X1 X2 X3 Y
1 14 23 41 400
2 23 25 44 500
3 16 27 39 600
4 18 29 42 700
5 13 26 45 800
6 14 22 37 900
7 18 30 43 700
X1 = MOTIVASI KERJA
X2= MOTIVASI BERPRESTASI
X3 = KINERJA
Y = PENGHASILAN TAMBAHAN
![Page 19: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/19.jpg)
RBIND δ1
RMAT δ2
RIPA
δ3
RIPS
δ4
VERBAL
δ5
KUANT
δ6
GAMBAR
δ7
MOTIVASI
δ8
EKONOMI
δ9
ξ1
ξ2
ξ3
η
USBIND ε10
USMAT ε11
USIPA ε12
USIPS ε13
λ10
λ11
λ12
λ13
λ1
λ2
λ3
λ4
λ5
λ6
λ7
λ8
λ9
γ11
γ12
γ13
STRUCTURAL EQUATION MODELLING
VAR.
LATEN
VAR.
LATEN VAR.
LATEN
VAR
MANIFES VAR
MANIFES
KORELASI
RELIABIL
ITAS VALIDITAS
![Page 20: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/20.jpg)
Persayaratan Analisis Statistik Inferensial
KORELASIONAL KOMPARASI
Sampel diambil secara acak
Sebaran data normal
Pasangan data (X dan Y) mengikuti garis linier
Masing-masing data berskala interval
Sampel diambil secara acak
Varian kelompok homogen
Salah satu data dapat berskala ordinal
Sebaran data normal
![Page 21: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/21.jpg)
ILUSTRASI
KRITERIA NORMAL KRITERIA LINEAR
34 13,4 2,7
2,7% 2,7% 13,53% 13,53%
34,13% 34,13%
Kurva Normal Baku
Y
X
HOMOGENITS VARIAN: Asumsi yang diuji dalam homogenitas varians yaitu varian A – B = varian
A – C = variance B – C. Dengan demikian varian kelompok yang dibandingkan adalah setara
![Page 22: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/22.jpg)
LINERAITAS (garis regresi)
Ŷ = by.xX + ay.x
Dimana:
Ŷ = skor prediksi
b = slope, arah garis regresi
a = intercep Y, pertemuan sumbu X dan Y pada posisi X =
![Page 23: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/23.jpg)
Statistics
763 763 763 763 763
0 0 0 0 0
6.6856 22.5758 8.3489 6.7515 7.4719
6.9000 23.0000 8.4000 7.0000 7.6700
6.80 21.80 8.80 7.20 10.00
1.06883 3.83376 .95128 1.64098 1.80461
1.14239 14.69772 .90494 2.69282 3.25662
-.799 -.408 -.910 -.462 -.433
.089 .089 .089 .089 .089
.495 -.666 1.030 -.719 -.710
.177 .177 .177 .177 .177
6.40 17.00 5.80 7.40 7.67
2.80 12.20 4.20 2.40 2.33
9.20 29.20 10.00 9.80 10.00
Valid
Missing
N
Mean
Median
Mode
Std. Dev iation
Variance
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Range
Minimum
Maximum
TES SELEKSI
UJIAN
NASIONAL
UNBIND
ONESIA UNBINGGRIS
UNMATE
MATIKA
![Page 24: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/24.jpg)
Analisis Data kualitatif
Pengumpulan data
Reduksi data
Display data
Kesimpulan dan ferifikasi
![Page 25: Oleh: Endang Mulyatiningsihstaff.uny.ac.id/sites/default/files/pendidikan/Dra... · 2012. 10. 8. · korelasi parsial/ sem x1 x2 x3 y no x1 x2 x3 y 1 14 23 41 400 2 23 25 44 500 3](https://reader033.fdocuments.net/reader033/viewer/2022060710/6076d5d944edee0ff8660ea8/html5/thumbnails/25.jpg)
X c v f t 7 5 34 & ^ % N G B D c z “ < 1 + _ & h g T sb 4 2 ) I II a sv % $ # “ > , “ j B a 2 @ & ^ % 0 + - k jn ) H D G A S S h F # * ^ : < H F a s 4 9 2 3 7 s D & % I H D R a w ) ( * & b 2 3 III IV a r e t b % ^ 6 2 9 0 7 T g s W a d h v D >, : } { 0 ( 2 % * & s D A S a h III IX a n % # q O K % # 2 9 5 v sd ah R + - ah > B zc ^ $ * : a $ a s 2 ) f ) (
753442492376290702295 XNGBDTBHDGSSHFDIHDRDDASOKRB Cvfthgajahass ahanvsdq ah zc ^% “ <+&^ $#>,”#% ( ) & % >:{ } % + > $ I II III IX
0 1 2 3 4 5 6 7 8 9 A B C D E F G H I J K L M N O P Q R S T U V W X Y Z A b c d e f g h I j k l m n o p
Memasuki Situasi Sosial : tempat, aktor, dan aktivitas. Tahap deskripsi
Tahap Data Reduksi. Menentukan fokus
Tahap Seleksi : mengurai fokus
1 2 3
Angka Kapital
H. Kecil Lainnya