Ch.12- Quantitative Data Analysis: Hypothesis Besting

TIPE KESALAHAN I, KESALAHAN II dan KEKUATAN STATISTIK     

            Kesalahan jenis I, juga disebut sebagai alpha (α) , adalah probabilitas menolak hipotesis nol ketika yang hipotesis itu sebenarnya sudah benar. Kesalahan tipe II juga disebut sebagai beta (β) , adalah probabilitas gagal menolak hipotesis nol mengingat bahwa hipotesis alternatif sebenarnya sudah benar. Kekuatan statistik bergantung pada:

a.       Alpha (α), kriteria signifikan statistic yang digunakan dalam test. Jika alpha mendekati nol maka probabilitas untuk menemukan efek ketika ada efek yang menurun.

b.      Ukuran efek: ukuran efek adalah ukuran dari perbedaan atau kekuatan dari hubungan yang ada dalam populasi.

c.       Ukuran sample: peningkatan ukuran sample menghasilkan kekuatan yang lebih karena peningkatan ukuran sample membawa kepada estimasti kekuaratan parameter yang lebih banyak.

Sejalan dengan kondisi ini, ada empat komponen yang saling berkaitan yng mempengaruhi inferensi yang mungkin ditangkap dari pengujian statistik, yakni: kekuatan pengujian, alpha, ukuran efek dan ukuran sampel. Oleh karena itu, pada umumnya, sangat direkomendasikan untuk memunculkan kekuatan, alpha, dan ukuran sampel dari pengujian pada tahap awal kemudian berdasarkan nilai dari komponen yang ada, ditentukan ukuran sampel yang tepat.

Dalam penelitian bisnis, biasanya berfokus pada kesalahan jenis I. namun, kekuatan dan dalam beberapa kondisi, kesalahan jenis II harus dikonsederasikan secara serius.

MEMILIH TEKNIK STATISTIK YANG TEPAT

            Pemilihan teknik statistik yang tepat sebagian besar bergantung pada jumlah variabel independen dan dependen yang diuji dan skala dari pengukuran variabel. Aspek lain yang memegang peranan penting adalah apakah asumsi pengujian parameter sesuai dengan ukuran dari sample.

            Teknik statistik univariat

Teknik ini digunakan ketika peneliti ingin menguji hubungan antara dua variabel. Hal ini sangat bergantung pada variabel dari penelitian yang dilakukan.

            Teknik Statistik Multivariat

Teknik ini digunakan ketika peneliti ingin menguji hubungan antara sejumlah variabel yang ada dalam penelitian. Hal ini terjadi karena kondisi pada variabel yang lebih dari dua itu berbeda dengan variabel yang hanya terdiri dari dua variabel.

MENGUJI HIPOTESIS RATA-RATA TUNGGAL

            Pengujian hipotesis tentang rata-rata tunggal digunakan untuk menguji hipotesis ketika rata-rata dari populasi dari mana sampel diambil sama dengan standar perbandingan. Pengujian statistik-t sebagian besar dari nilai pengujian tabel dan untuk menunjukkan signifikansi statistik. Ada tiga aspek dalam menentukan langkah untuk menentukan apakah perbedaan signifikan antara dua variabel pada umumnya, yakni: nilai dari sampel rata-rata, nilai dari standar perbandingan, dan tingkat ketidakpastian menyangkut baiknya rata-rata sampel mewakili populasi.

MENGUJI HIPOTESIS DUA RATA-RATA YANG SALING BERHUBUNGAN

            Pengujian hipotesis dapat juga dilakukan untuk dua rata-rata yang saling berhubungan pada kelompok yang sama pada awal dan sesudah perlakuan. Dalam pengujian hipotesis ini ada dua kali observasi diadakan.

            Pengujian Wilcoxon Signed-rank

Adalah pengujian non parametrik untuk menguji signifikansi perbedaan antara dua sampel yang saling berkaitan atau pengukuran yang berulang pada sampel tunggal. Pengujian ini dilakukan sebagai alternative untuk sampel t-test yang dipasangkan ketika diasumsikan bahwa populasi tidak dapat didistribusikan secara normal.

            Pengujian McNemar

Adalah metode pengujian non parametrik yang digunakan pada data nominal. Pengujian ini menilai signifikansi perbedaan antara dua sampel dependen ketika variabel kepentingan bersifat dikotomi. Pengujian McNemar merupakan teknik pengujian yang lebih langsung untuk menguji homogenitas marginal.

MENGUJI HIPOTESIS  DUA RATA-RATA YANG TIDAK SALING BERHUBUNGAN

            Ada banyak contoh ketika peneliti tertarik untuk mengetahui apakah dua kelompok  berbeda satu sama lain pada variabel interval skala atau rasio skala tertentu tertentu. Untuk mengetahui hal ini perlu diadakan pengujian untuk menguji signifikansi variabel. Dengan demikian akan diperoleh data signifikansi perbedaan rata-rata di antara kelompok yang diukut dengan skala interval dan rasio.

MENGUJI HIPOTESIS BEBERAPA RATA-RATA

            Pengujian ini dilakukan dengan analisis varians yang membantu untuk menguji signifikan rata-rata yang berbeda di antara dua kelompok pada variabel dependen dengan skala interval atau rasio. Perbedaan signifikansi rata-rata ditentukan melalui uji statistik F.

ANALISIS REGRESI

Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas. Dengan maksud untuk meramalkan nilai variabel tidak bebas. Dasar dari analisis regresi berganda adalah sama dengan analisis regresi sederhana dengan memiliki model konseptual yang peneliti telah kembangkan pada proses awal penelitian.

a.       Koefisien standar regresi atau koefisien beta (standardized regression coefficients or beta coefficients)

Adalah estimasi yang bersumber dari sebuah analisis regresi berganda dari variabel yang telah distandarkan.

b.      Regresi dengan variabel tiruan (regression with dummy variables)

Adalah sebuah variabel yang memiliki dua level yang berbeda yang telah diberi kode dan memungkinkan peneliti menggunakan variabel ordinal dan nominal sebagai variabel independen untuk menjelaskan, memahami atau memprediksi variabel dependen.

c.       Multikolinearitas (multicollinearity)

Seringkali menjadi fenomena statistik di mana dua atau lebih variabel independen dalam regresi berganda saling berhubungan.

PENGUJIAN DAN ANALISIS MULTIVARIAT LAINNYA

a.       Analisis diskriminan (discriminant analysis)

Membantu untuk mengidentifikasi variabel independen yang mendiskriminasi secara nominal skala variabel dependen. Kombinasi linear dari variabel independen menunjukkan fungsi diskriminasi yang memperlihatkan perbedaan yang luas yang terdapat pada dua kelompok rata-rata.

b.      Regresi logistic (logistic regression)

Digunakan ketika variabel dependen adalah non metrik. Namun, ketika variael dependen hanya memiliki dua kelompok, regresi logistic lebih baik karena tidak menghadapi asumsi yang keras yang mendiskriminasikan analisis karena mirip dengan analisis regresi.

c.       Analisis kojoin (Cojoint analysis)

Adalah sebuah teknik statistik yang menuntut partisipan untuk membuat sejumlah trade-off.  Analisis conjoin mensyaratkan partisipan untuk membuat sejumlah trade-off. Analisis kojoin dibangun di atas ide bahwa konsumen mengevaluasi dari sebuah produk atau jasa dengan mengkombinasikan nilai yang disediakan oleh masing-masing atribut.

d.      Dua sisi ANOVA (Two-way ANOVA)

Dapat digunakan untuk menguji efek dari dua nonmetrik variabel independen pada satu variabel dependen nonmetrik. Perlu dicatat bahwa, sebuah variabel indeoenden adalah seringkali merujuk kepada sebagai sebuah faktor dan inilah alasan mengaa sebuah desain yang bertujuan untuk menguji efek di antara dua variabel independen non metrik pada sebuah variabel dependen metrik tunggal yang seringkali disebuat desain factorial.

e.       MANOVA

Menguji perbedaan rata-rata dari kelompok sejumlah variabel dependen yang terjadi secara simultan dengan menggunakan jumlah pangkat dua.

f.       Korelasi Kanonikal (Canonical Correlation)

Menguji hubungan antara dua atau lebih variabel dependen dan sejumlah variabel independen. Fokus dari korelasi kanonikal adalah untuk menggambarkan profil tingkah laku pekerjaan dihuungkan dengan kinerja yang menghasilkan produksi yang memiliki kualitas yang tinggi.

PERUSAHAAN EKSELSIOR – PENGUJIAN HIPOTESIS

            Dalam pengujian hipotesis dapat dilakukan dengan memunculkan variabel mediasi. Untuk menggunakan variabel mediasi perlu diperhatikan bahwa ada nilai keadlian sehingga tidak condong mempengaruhi salah satu variabel lebih kuat atau memberi pengaruh yang lebih besar kepada salah satu variabel.

PENYIMPANAN DAN PENILAIAN DATA DAN RISET OPERASI

            Data warehouse berfungsi sebagai pusat penyimpanan semua data yang dikumpulkan dari sumber yang berbeda termasuk yang berkaitan dengan keuangan perusahaan. Data Mining lebih efektif memanfaatkan gudang data dengan mengidentifikasi hubungan tersembunyi dan pola dalam data yang tersimpan di dalamnya. Penelitian operasi adalah sebuah alat mutakhir  yang digunakan untuk menyederhanakan dan dengan demikian memperjelas beberapa jenis masalah yang kompleks yang meminjamkan diri untuk kuantifikasi.

SOFTWARE YANG BERGUNA UNTUK ANALISIS DATA

a.       LISREL: from Scientific Software International, didesain untuk mengestimasi dan menguji model secara structural.

b.      MATLAB^®: from the MathWorks, Inc., didesain untuk mengimplementasikan secara sederhana linear aljabar numerik.

c.       SAS/STAT: from SAS Institute, didesain untuk analisis statistik untuk statistik deskriptif, teknik multivariate dan analisis rangkaian waktu.

d.      SPSS: Complex Samples from SPSS Inc, didesain untuk analisis statistik yang di dalamnya terdapat deskriptif statitik seperti plot, frekuensi, garifk, dan daftar data.

e.       Stata: from Stata Corporation, didesain untuk mendukung statistic bervariasi dan metode ekonometrik, grafik dan fitur-fitur yang meningkat untuk manipulasi data.