Tampilkan postingan dengan label STATISTIK. Tampilkan semua postingan
Tampilkan postingan dengan label STATISTIK. Tampilkan semua postingan

Rabu, 12 Oktober 2016

SERI BELAJAR EVIEWS: MENGENAL JENIS DATA PENELITIAN

Sebelum belajar untuk menganalisis data dengan menggunakan Eviews, suatu hal yang penting untuk diketahui adalah mengenai jenis-jenis data penelitian.  Data penelitian dapat dibedakan menjadi:

Data Time Series (runtun waktu)

Data time series atau data runtun waktu merupakan serangkaian data yang diambil dalam waktu yang berbeda. Di bawah ini merupakan contoh data IHK di Indonesia tahun 2015 yang merupakan data time series.

Data Time Series
Data Time Series
Data Cross Sectional
Data cross sectional merupakan serangkaian data yang terdiri dari satu observasi untuk setiap tempat, orang, perusahaan, negara dll. Di bawah ini merupakan contoh data mengenai motivasi kerja dan dan kepuasan kerja yang diambil melalui kuesioner pada responden penelitian, dan merupakan data cross sectional.

Data Cross Sectional
Data Cross Sectional
Data Panel dan Data Pool
Pada dasarnya, data panel dan data pool merupakan penggabungan data cross sectional dan data time series. Namun ada perbedaan dalam formatnya. Startz (2015 : 286) menyatakan sebuah data panel dapat dianggap sebagai satu set cross sectional (negara, orang, dll) di mana setiap tempat atau orang dapat diikuti dari waktu ke waktu. Data pool adalah satu set data time series pada variabel tunggal, di mana diamati sejumlah tempat atau orang.
Agar lebih jelas mengenai perbedaan format data panel dan data pool dalam Eviews, berikut merupakan contoh data PDRB DIY per kabupaten tahun 2010 – 2014.

Data Pool
Data Pool
Data Panel
Data Panel

Membutuhkan jasa analisis data statistik: hubungi kami lewat form contact me

Referensi:
Startz, R. (2015). EViews Illustrated for Version 9. California: IHS Global Inc.





Berbagi Informasi
Berbagi Informasi Updated at: Rabu, Oktober 12, 2016

Selasa, 11 Oktober 2016

JASA ANALISIS DATA STATISTIK

Statistik seringkali menjadi momok bagi mahasiswa S1, S2, dan bahkan S3 ketika harus mengerjakan skripsi/tesis/disertasi. Hal ini karena banyaknya pengetahuan yang harus dipelajari selama kuliah. Hal ini menjadi pendorong saya untuk membuka jasa analisis data statistik.


Berbekal pengetahuan mengenai statistik, dan kemampuan melakukan olah data dengan SPSS, Eviews, Stata, AMOS, Iteman, SPS-2000, saya termotivasi mendirikan jasa analisis data ini.
Banyak teknik statistik yang bisa dilakukan dengan program-program statistik, diantaranya:

Korelasi, analisis jalur, regresi data cross sectional, regresi data time series, regresi data panel, regresi logistik, ANOVA, ANCOVA, Factorial ANOVA, Structural Equation Model (SEM), dan sebagainya.

Apabila ada yang membutuhkan dan tertarik melakukan olah data statistik, bisa menghubungi melalui:
Atau bisa melalui form contact me di blog ini.

Bagi yang berdomisili di Yogyakarta dapat langsung data ke rumah:
Perum Tamantirto Asri 2 No. A2 Kasihan, Tamantirto, Kasihan, Bantul.

Saya akan memberikan penjelasan mengenai output dari hasil analisis data, dan hal lain yang berkenaan dengan teknik analisis tersebut.

Berbagi Informasi
Berbagi Informasi Updated at: Selasa, Oktober 11, 2016

Selasa, 30 Agustus 2016

SERI BELAJAR STATISTIK: Memahami Uji Signifikansi dengan p-value

Seri Belajar Statistik: memahami uji signifikansi dengan p-valueApabila kita berkeinginan menguji suatu hipotesis pada penelitian kuantitatif melalui teknik statistik, pasti akan dihadapkan pada uji signifikansi dari hipotesis yang diajukan tersebut. Sebelum ada software analisis statistik, uji signifikansi dilakukan melalui beberapa langkah yang cukup menyulitkan. Setelah didapatkan nilai statistik, kemudian ada beberapa langkah lagi sampai kemudian harus mencari luas daerah di bawah kurva statistik, dan didapatkan daerah penerimaan dan penolakan hipotesis nihil (H0) serta nilai probabilitas kesalahannya (p-value), dan kemudian baru bisa ditentukan apakah hipotesis yang diajukan diterima atau tidak.
Para ahli statistik kemudian mencoba menyederhanakan dan mempersingkat proses pengujian hipotesis dengan merumuskan tabel statistik secara empiris. Uji signifikan menjadi lebih singkat dengan adanya tabel statistik, sehingga saat itu, statistik menggunakan tabel statistik untuk menguji hipotesis disebut sebagai statistik modern. Adanya software statistik menyebabkan seluruh perhitungan statistik dapat secara mudah dilakukan dengan menggunakan software tersebut, termasuk mencari p-value. Uji signifikansi dengan menggunakan software statistik kemudian kembali dilakukan dengan mengacu pada p-value.
Di buku-buku statistik, p-value didefinisikan sebagai peluang kesalahan ditolaknya H0 atau sebuah hipotesis alternatif Ha diterima. Agar lebih mudah dalam memahami p-value, dapat dibuat sebuah analogi. Misalnya, populasi yang ingin diteliti berjumlah 10 ribu orang. Agar lebih mudah, dilakukan sampling dan diambil 500 responden sebagai sampel. Kesimpulan dari penelitian terhadap sampel tersebut, tentu akan digeneralisasikan atau dikatakan berlaku untuk populasinya, atau para ahli menyebutnya sebagai proses menaksir parameter.
Dalam proses generalisasi atau mengangkat kesimpulan hasil penelitian sampel dikatakan berlaku untuk populasinya, tentu tidak mungkin berharga mutlak.  Misalnya, apabila kita ingin meneliti pengaruh motivasi belajar terhadap prestasi belajar dengan sampel 100 responden. Secara teori, maka apabila motivasi belajar tinggi, maka prestasi belajar juga akan tinggi. Dari 100 responden terdapat 10% responden yang mempunyai motivasi belajar tinggi,  tetapi prestasi belajarnya rendah atau sebaliknya. Apakah ketika digeneralisasikan terhadap populasinya pasti juga terdapat 10% responden yang mempunyai motivasi tinggi tetapi prestasi belajarnya rendah, atau sebaliknya ? Jawabnya, tentu saja tidak. Di sini, yang terjadi adalah adanya peluang (kesalahan atau kebenaran). Peluang kesalahan dan peluang kebenaran dalam proses generalisasi atau mengangkat kesimpulan penelitian sampel dikatakan berlaku untuk populasinya, adalah hal yang disebut Taraf Signifikansi. Adapun p-value menunjukkan peluang kesalahan dari suatu besaran statistik untuk dapat digunakan menaksir parameternya atau berlaku untuk populasinya. Jadi, signifikansi adalah kemampuan untuk digeneralisasikan dengan kesalahan tertentu.
Pada sebuah penelitian, taraf signifikan ditetapkan oleh peneliti. Misalnya, peneliti dalam penelitiannya menetapkan taraf signifikansi sebesar 5% (taraf kesalahan). Hal ini berarti bahwa peluang kesalahan yang ditoleransi dalam penelitian adalah sebesar 5% atau 0,05. Apabila hasil pengujian statistik didapatkan p-value ≤ 0,05, maka berarti peluang kesalahan yang didapatkan masih dalam toleransi yang ditetapkan peneliti, sehingga dikatakan signifikan. Apabila hasil pengujian statistik didapatkan p-value > 0,05, maka berarti peluang kesalahan yang didapatkan di luar toleransi yang ditetapkan peneliti, sehingga dikatakan tidak signifikan. Kriteria ini berlaku untuk seluruh uji signifikansi secara statistik. Semoga informasi ini bisa membantu dan bermanfaat.

Berbagi Informasi
Berbagi Informasi Updated at: Selasa, Agustus 30, 2016

Rabu, 24 Agustus 2016

TIPS BELAJAR SPSS SECARA MANDIRI DENGAN MENU HELP

Mahasiswa dalam akhir masa studinya, akan dihadapkan pada keharusan untuk membuat skripsi/tesis dan melakukan penelitian. Pada penelitian dengan pendekatan kuantitatif, membutuhkan suatu analisis statistik tertentu. Software analisis statistik menjadi sebuah kebutuhan untuk mempermudah dalam melakukan analisis statistik. Salah satu software analisis statistik yang sangat banyak digunakan mahasiswa adalah SPSS. Namun, adakalanya mahasiswa kebingungan dalam mengoperasikannya, mungkin karena tidak terbiasa menggunakannya.
Mempelajari SPSS sebenarnya tidak terlalu sulit, karena segala seluk beluk tentang operasionalisasi SPSS dan juga statistik yang mampu dianalisis, dijelaskan secara lengkap pada menu Help. Apabila kita membuka menu Help pada bagian Topics, maka akan terbuka suatu database topik yang ada dalam sotware SPSS. Kita bisa belajar SPSS step by step dengan meng-klik help topics di kolom sebelah kiri.



Pada data files, kita bisa mengetahui bagaimana membuka dokumen, menyimpan dokumen, dan eksport dokumen ke file software lainnya. Pada data editor, dapat kita jumpai petunjuk untuk mengisi atribut variabel diantaranya meliputi nama, tipe variabel, label, dan nilai label. Di sini juga dijelaskan secara teori mengenai jenis dan tipe variabel. Pada analysing data, akan kita jumpai penjelasan mengenai berbagai analisis statistik yang bisa diolah. Keterangan dan penjelasan yang dideskripsikan tidak hanya cara mengoperasikan SPSS tetapi disertai dengan penjelasan secara teori, sehingga belajar melalui Help tidak hanya belajar SPSS tetapi secara tidak langsung juga belajar teori statistik. Mengenai keseluruhan isinya dapat dicoba sendiri, sehingga akan lebih paham.
Penjelasan operasionalisasi SPSS, apabila hanya sedikit langkahnya, hanya dideskripsikan dengan narasi saja.


Namun, apabila terdiri dari beberapa langkah dideskripsikan dalam bentuk "gallery image" yang bisa diklik maju dan mundur untuk memunculkan semua image-nya. Pada penjelasan, cari kata show me, dan kemudian klik.




Apabila kita menghadapi suatu analisis yang tidak diketahui, misalnya reliabilitas dengan KR-20, maka terdapat langkah yang lebih singkat, yaitu dengan meng-klik menu index yang terdapat di kolom sebelah kiri, dan kemudian tuliskan kata kunci KR-20. Setelah itu, kita akan dibawa kepada materi reliabilitas yang di dalamnya juga terdapat penjelasan mengenai reliabilitas dengan KR-20.


Apabila menghendaki mempelajari materi secara lengkap melalui hard copy, kita juga bisa nge-print semua menu Help, dan untuk itu bisa dilakukan dengan mengklik menu option dan sub menu print. Semoga tips ini bisa membantu para mahasiswa maupun praktisi yang ingin mempelajari SPSS. Kunci dari semua ini adalah jangan lelah untuk mencoba, sehabis kesusahan pasti ada kemudahan.

Berbagi Informasi
Berbagi Informasi Updated at: Rabu, Agustus 24, 2016