Teknik Sampling

Kuliah - 5

ISTILAH PENTING DALAM ISTILAH PENTING DALAM PENELITIANPENELITIAN

◦ POPULASI◦ELEMEN◦SAMPELSUBYEK◦SAMPEL◦SUBYEK

POPULASIPOPULASI Populasi atau universe adalah totalitas objek yang

diteliti, yang ciri-cirinya akan ditaksir (diestimasi).Ciri-ciri populasi disebut parameter.

Populasi adalah kumpulan objek penelitian, bisaberupa kumpulan orang (individu, kelompok,berupa kumpulan orang (individu, kelompok,komunitas, masyarakat, dll); benda (jumlahgedung/bangunan, tempat, dll).

Jenis Populasi dalam penelitian: Populasi Sampling

Populasi Sasaran

3

UKURAN POPULASI (UKURAN POPULASI (POPULATION SIZEPOPULATION SIZE))

Dinotasikan dengan huruf N

Menunjukkan banyaknya unsur atau elemen yangterdapat pada satu kategori populasi tertentu.

Misalnya, populasi penelitian kita adalah seluruhmahasiswa FE UPI yang terdaftar secara resmipada semester genap 2015/2016 yang berjumlah3.230 orang. Maka angka 3.230 adalah ukuranpopulasi (N=3.230).

SENSUSSENSUS• Jika ukuran populasi penelitian kita relatif tidak besar,

maka sebaiknya kita menggunakan seluruh unsur populasisebagai sumber data (responden). Dalam keadaan yangdemikian, maka kita melakukan sensus atau disebut jugatotal sampling.

• Sensus memungkinkan peneliti untuk memperoleh• Sensus memungkinkan peneliti untuk memperolehgambaran yang komprehensif tentang objek yangditelitinya.

• Jika ukuran populasi relatif besar maka peneliti bolehdan/atau harus mengambil sampel.

SAMPELSAMPEL Sampel adalah sebagian unsur populasi yang dijadikan objek

penelitian. Digunakan apabila ukuran populasinya relatifbesar.

Sampel yang diambil dari sebuah populasi harus benar-benar mewakili populasinya, sehingga data yang diperolehdari sampel tersebut dapat digunakan untuk menaksir ciri-dari sampel tersebut dapat digunakan untuk menaksir ciri-ciri karakteristik populasinya.

Sampel yang memiliki ciri karakteristik yang sama ataurelatif sama dengan ciri karakteristik populasinya disebutsampel representatif.

Ciri karakteristik sampel disebut statistik.

PengertianPengertian

Sampling : Proses menyeleksi sejumlah elemen dari populasi sehingga dengan mempelajari sampel dan memahami sifat-sifat subyek dalam sampel, maka kita mampu menggenalisir sifat-sifat tersebut ke dalam elemen-elemen populasi

Proses pengambilan atau memilih n buah elemen/objek/unsur dari populasi yang berukuran N.elemen/objek/unsur dari populasi yang berukuran N.

Elemen : Sesuatu yang menjadi obyek penelitian, dapat berupa orang atau benda yang dikenakan pengukuran.

Kerangka Sampel : Adalah daftar yang memuat seluruh elemen/anggota populasi, sebagai dasar untuk penarikan sampel random.

TipeTipe Sampling Sampling menurutmenurut ProsesProsesMemilihnyaMemilihnya

Sampling dengan Pengembalian :Sebuah satuan sampling bisa terpilih lebih dari satu kali.Contoh :Untuk populasi berukuran N=4 dan sampel berukuran n=2, maka sampel yang mungkin terambil adalah Nn = 42=16 buah sampel.

Sampling tanpa Pengembalian :Tidak ada kemungkinan suatu satuan sampling terpilih lebih dari Sampling tanpa Pengembalian :Tidak ada kemungkinan suatu satuan sampling terpilih lebih dari sekali.Contoh :Untuk populasi berukuran N=4 (misalnya A, B, C, D) dan sampelberukuran n=3, maka sampel yang mungkin terambil ada 4 buah sampel yaitu ABC, ABD, ACD, dan BCD.

PROBABILITY SAMPLING: suatu metode/teknik sampling dimana setiap anggota populasi mempunyai kemungkinan untuk terpilih sebagai sampel

Tipe Sampling menurut PeluangPemilihannya

NON-PROBABILITY SAMPLING: metode/teknik sampling dimana unit-unit sampel dipilih berdasarkan pertimbangan bersifat subyektif atau personal judgment atau convenience

Sampling Techniques

A Classification of Sampling Techniques

Nonprobability Sampling Techniques

Probability Sampling Techniques

Convenience Sampling

Judgmental Sampling

Quota Sampling

Snowball SamplingSampling

Simple Random Sampling

Systematic Sampling

Stratified Sampling

Cluster Sampling

Other Sampling Techniques

Proportianate Disproportianate

Probability SamplingProbability Sampling

Menentukan probabilitas atau besarnya kemungkinan setiap unsur dijadikan sampel. Dalam merencanakan sampling probabilitas, idealnya peneliti telah memenuhi beberapa persyaratan berikut:persyaratan berikut:◦ Diketahui besarnya populasi induk

◦ Besarnya sampel yang diinginkan telah ditentukan

◦ Setiap unsur atau kelompok unsur harus memiliki peluang yang sama untuk dijadikan sampel

PROBABILITY SAMPLINGPROBABILITY SAMPLING Simple Random Sampling :

Setiap elemen populasi memiliki peluang yang sama untuk dipilih menjadi anggota sampel.

Systematic SamplingMemilih elemen dari populasi pada awalnya dengan Memilih elemen dari populasi pada awalnya dengan acak dan mengikuti fraksi elemen memilih setiap elemen ke-k

Stratified Random Sampling:Membagi populasi menjadi subpopulasi atau strata dan menggunakan acak sederhana pada masing-masing-masing strata

PROBABILITY SAMPLING PROBABILITY SAMPLING (LANJUTAN)(LANJUTAN)

ClusterPopulasi dibagi menjadi subgroup yang secara internal bersifat heterogen. Beberapa dipilih secara acak untuk studi selanjutnya.

Other Sampling Technique (Double sampling, sequential sampling, multiphase sampling)

Stratified Random SamplingStratified Random Sampling

Cluster SamplingCluster Sampling

NONPROBABILTY SAMPLINGNONPROBABILTY SAMPLING Convenience samples or Accidental Sampling:

Memilih siapa saja yang ditemui, sehingga tidak bisa diandalkan walaupun paling murah dan cepat

Purposive sampling :

Menyesuaikan diri dengan beberapa kriteria, misalnya uji Menyesuaikan diri dengan beberapa kriteria, misalnya uji coba produk baru

Quota sampling:

Bentuk kedua dari purposive sampling yang bertujuan untuk meningkatkan ketepatan sampel

Snowball sampling:

Mengumpulkan subjek sepanjang ia bergulir

Bentuk pengambilan sampel

SampelAcak

SampelTidak Acak

Setiap unsur Setiap unsur

17

Setiap unsur yang ada dalam populasi diberi

kesempatan atau peluang

yang sama untuk bisa diambil

sebagai sampel

Setiap unsur yang ada dalam populasi tidak

diberi kesempatan atau peluang

yang sama untuk bisa diambil

sebagai sampel

Kapan peneliti sebaiknya mengambil sampel secara acak dan tidak acak?

Ketika penelitibermaksud untuk

menggeneralisasikan hasil penelitiannya

maka ambillah sampel

Ketika penelititidak bermaksud untuk

18

maka ambillah sampel secara acak dan

representatif

tidak bermaksud untukmenggeneralisasikan

hasil penelitiannya atau ketika jumlah populasi tidak di-

ketahui secara pastimaka ambilah sampel

secara tidak acak

Alasan-alasan yang pragmatis◦ Keterbatasan waktu ◦ Keterbatasan tenaga◦ Keterbatasan tenaga◦ Keterbatasan dana

Hasil dgn menggunakan sampel cukup akurat dan dapat dipercaya (reliable)

LangkahLangkah--langkah dalam pengambilan langkah dalam pengambilan SampelSampel

Apakah Populasi Relevan Apa parameternya Bagaimana kerangka sampling Bagaimana tipe dari sampel Ukuran sampel Berapa besar biaya

Jumlah Sampel

Banyak

Syarat sampel yang baik

Karak-

21

Sedikit Tingkat kesalahan Banyak

Karak-teristiksampel

Ukuran Sampel

2. Derajat keseragamanan (homogenitas)

1. Biaya, waktu, tenaga yang tersedia

3. Rancangan analisis – deskriptif,

22

3. Rancangan analisis – deskriptif,korelasi, komparasi.

4. Banyaknya unsur dalam populasi

Tabel jumlah sampel berdasarkan jumlah populasi

Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)

10 10 220 140 1200 291

15 14 230 144 1300 297

20 19 240 148 1400 302

25 24 250 152 1500 306

30 28 260 155 1600 310

35 32 270 159 1700 313

40 36 280 162 1800 317

45 40 290 165 1900 320

23

45 40 290 165 1900 320

50 44 300 169 2000 322

55 48 320 175 2200 327

60 52 340 181 2400 331

65 56 360 186 2600 335

70 59 380 191 2800 338

75 63 400 196 3000 341

80 66 420 201 3500 346

85 70 440 205 4000 351

90 73 460 210 4500 354

95 76 480 214 5000 357

100 80 500 217 6000 361

110 86 550 226 7000 364

120 92 600 234 8000 367

130 97 650 242 9000 368

140 103 700 248 10000 370

150 108 750 254 15000 375

160 113 800 260 20000 377

Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)

24

160 113 800 260 20000 377

170 118 850 265 30000 379

180 123 900 269 40000 380

190 127 950 274 50000 381

200 132 1000 278 75000 382

210 136 1100 285 1000000 384

Morgan & Krecjie, dalam Uma Sekaran, 2003

Kerangka Sampling

Daftar yang berisikan informasi dari setiapunsur dalam populasi

Misalnya : Populasi adalah mahasiswa UNP.Di dalam kerangka sampling harus ada daftar dari Seluruh mahasiswa UNP, lengkap mulai dari nama,

Alamat, nomor pokok, fakultas, jurusan, dlsb.

25

Alamat, nomor pokok, fakultas, jurusan, dlsb.

Misalnya : Populasi adalah ibu rumah tangga di Kecamatan Talawi. Di dalam kerangka sampling harus ada daftar dari

Seluruh nama ibu rumah tangga penduduk kecamatan Talawi dan alamatnya

Alat pengambilan sampel Alat pengambilan sampel secara acaksecara acak

Daftar angka acak (random)

26

Undian

Kalkulator / komputer

54463 22662 69505 70639 79365 67282 ……. ……..15389 85205 18850 39226 42249 90669 ……. ……..85941 40756 82414 02015 13858 78030 ……. ……..61149 69440 11268 88218 58925 03638 ……. ……..05219 81619 81619 10651 67079 92511 ……. ……..

41417 98326 87719 …….. ……… …….. ……. ……..28357 94070 20652 …….. …….. …….. ……. ……..17783 00015 10806 …….. …….. …….. ……. ……..40950 84820 29881 …….. …….. …….. ……. ……..82995 64157 66164 …….. …….. …….. ……. ……...

27

82995 64157 66164 …….. …….. …….. ……. ……...

96754 1767634357 8804063183 3740362111 5282047534 09243

…….. …………….. ………Tabel angka acak disalin dari buku Reseach Methods for Business, LR. Gay dan P.L. Diehl, 1992

Mis : Jumlah populasi 500Sampel yang akan diambil 50 Maka yang terambil adalah Unsur no 153, 052, 414, 283,177, 409, 343, dst sd 50 unsur

Sampel Acak Sederhana

Jika setiap unsur dalam populasi dianggap sama (homogen) oleh peneliti. Atau perbedaan-perbedaan yang ada dalam setiap unsur populasi tidak dianggap penting oleh peneliti, dan jumlah

unsur dalam populasi tidak begitu banyak.

Langkah-langkah : 1. Susun kerangka sampling

28

1. Susun kerangka sampling2. Tetapkan jumlah sampel

3. Tentukan alat pengambilan sampel4. Pilih sampel sampai dengan jumlah sampel terpenuhi

Sampel Acak DistratakanJika unsur populasi heterogen Mis. heterogen dalam jenis kelamin,

pendidikan, pendapatan, status pekerjaan, dlsb; dan keanekaragaman tersebut bermakna bagi analisis penelitiannya maka agar tidak

terambil hanya dari kelompok/strata tertentu saja, gunakan cara ini.

Langkah-langkah :1. Susun kerangka sampling.

29

1. Susun kerangka sampling.2. Bagi kerangka sampling ke dalam strata yang

dikehendaki.3. Tentukan jumlah sampel secara keseluruhan.

4. Tentukan jumlah sampel dalam setiap stratum.5. Pilih sampel dari setiap stratum secara acak.

Catatan : dalam menentukan jumlah sampel di setiap statum, dapat dilakukan secara proporsional atau tidak proporsional

Sampel SistematisJika jumlah unsur dalam populasi sedemikian besar dan dianggap homogen, dan ketika peneliti tidak mempunyai alat pengambilan

sampel secara acak yang baik, pakailah cara ini. Peneliti menentukan unsur dalam populasi yang “keberapa” yang akan diambil

sebagai sampel

Langkah-langkah :1. Susun kerangka sampling

2. Tetapkan jumlah sampel yang akan diambil.

30

2. Tetapkan jumlah sampel yang akan diambil.3. Tentukan kelas interval (k) dengan cara membagi jumlah

unsur dalam populasi dengan jumlah sampel yang dikehendaki. Mis : N = 50000 orang, n = 500 orang maka

k = 10.4. Pilih sampel ke satu dengan cara acak – mengundi unsur

populasi yang kesatu s/d kesepuluh. Kalau sampel kesatu jatuh ke unsur populasi ketiga, maka sampel kedua adalah

unsur populasi yang ke 134. Selanjutnya pilih sampel berikutnya : no 23, 33, 43, 53, dst.

Sampel gugus

Jika yang akan diambil sebagai sampel adalah sekelompok orang, bukan individual, maka sampel gugus bisa digunakan. Misalkan

ingin meneliti kinerja dosen berdasarkan fakultas.

Langkah-langkah :1. Susun kerangka sampling yang unsurnya adalah gugus

(kelompok)

31

(kelompok)2. Tentukan berapa gugus yang akan diambil sebagai sampel3. Pilih beberapa gugus yang akan dijadikan sampel dengan

cara acak4. Telitilah setiap unsur yang dalam gugus

(dalam kasus/contoh di atas, telitilah kinerja dosen di setiap fakultas, lalu cari rata-ratanya )

Sampel Wilayah

Ketika peneliti dihadapkan pada situasi di mana unsur populasi tersebar di berbagai wilayah yang relatif saling berjauhan, maka cara pengambilan sampel wilayah dapat diterapkan. Misalkan,

peneliti ingin mengetahui pandangan masyarakat Sumatera Barat terhadap program keluarga berencana.

Langkah-langkah :1. Susun kerangka sampel yang menggambarkan wilayah-

32

1. Susun kerangka sampel yang menggambarkan wilayah-wilayah. Mis. Propinsi Sumatera Barat yang

lengkap dengan Kabupaten, Kecamatan, dan Nagari.2. Tentukan wilayah yang akan dijadikan sampel – Kabupaten?,

Kecamatan?, Nagari?3. Tentukan berapa wilayah yang akan dijadikan sampel

4. Pilih wilayah yang akan dijadikan sampel dengan cara acak5. Telitilah semua unsur sampel yang ada dalam

wilayah sampel penelitian.Jika masih terlampau banyak, bagilah lagi wilayah penelitian ke dalam wilayah yang lebih kecil lagi – misalnya “Jorong”

Sampel Tidak Acak

Sampel yang mudah dilakukan

Langkah-langkah : 1. Tetapkan secara khusus populasi penelitian

Pengambilan sampel dengan cara ini cukup Memadai untuk penelitian yang sifatnya

penjajagan

33

1. Tetapkan secara khusus populasi penelitian2. Tetapkan jumlah sampel yang akan diambil

3. Pergilah ke tempat yang banyak terdapat unsur populasi4. Bagikanlah kuesioner kepada setiap unsur populasi

yang dijumpai

Sampel berdasarkan pertimbangan tertentu

Peneliti menentukan suatu unsur dalam populasi dijadikan sampel, berdasarkan pertimbangan tertentu,

yaitu karena “kaya akan informasi”

34

“Seorang distributor dijadikan sampel penelitianketika peneliti yakin bahwa informasi atau data yang ingin diperolehya akan banyak di miliki

oleh distributor tadi”

Sampel Bola Salju

Cara ini bisa dipakai jika peneliti tidak mengetahui banyak siapa-siapa yang menjadi unsur dalam populasi penelitiannya.Dia hanya tahu satu atau dua orang saja. Untuk memperoleh sampel lebih banyak lagi, maka dia bisa minta tolong kepada

sampel pertama dan kedua untuk mencarikan sampel

35

sampel pertama dan kedua untuk mencarikan sampel berikutnya

Ukuran SampelUkuran Sampel

Ukuran Vs Kerepresentatifan (keterwakilan) Secara umum, semakin besar ukuran sampel akan semakin

baik, karena ukuran sampel yang besar cenderung memiliki error yang kecil, sebagaimana telah kita temui pada latihan menggunakan tabel bilangan acak (random numbers).

Namun demikian bukan berarti bahwa ukuran sampel yang besar sudah cukup memberikan garansi untuk mendapatkan besar sudah cukup memberikan garansi untuk mendapatkan hasil yang akurat. ◦ Sebagai contoh, Jika satu dari dua sampel dari seluruh negara terdiri dari

satu jenis kelamin saja, berdasarkan ukurannya sampel ini besar namun tidak representatif. Ukuran oleh karena itu tidak lebih penting daripada kereprsentatifan.

Pertimbangan menentukan ukuran sampelPertimbangan menentukan ukuran sampel Tingkat kesalahan Derajat keseragaman Rencana analisis Biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989). Makin tidak seragam sifat atau karakter setiap elemen populasi, makin

banyak sampel yang harus diambil. Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun

harus banyak. harus banyak. ◦ Misalnya di samping ingin mengetahui sikap konsumen terhadap kebijakan

perusahaan, peneliti juga bermaksud mengetahui hubungan antara sikap dengan tingkat pendidikan.

◦ Agar tujuan ini dapat tercapai maka sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU, dan seterusnya.

Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).

Pertimbangan menentukan ukuran sampelPertimbangan menentukan ukuran sampel

Heterogenitas dari populasi

Tingkat presisi yang dikehendaki

Tipe sampling design yang digunakan

Resources availability

Number of breakdowns planned in data analysis

Rumus Ukuran SampelRumus Ukuran Sampel

Rumus Slovin◦ Asumsinya bahwa populasi berdistribusi normal◦ Rumusnya:

n = N/(1+Ne2)Dimana:

◦ n = ukuran sampel◦ N = ukuran populasi◦ N = ukuran populasi◦ e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel.

Rumusan Gay◦ Ukuran minimum sampel yang dapat diterima berdasarkan pada desain

penelitian yang digunakan, yaitu sebagai berikut: Metode Deskriptif : 10% populasi, untuk populasi relatif kecil minimal 20%

populasi. Metode Deskriptif korelasional, minimal 30 subjek. Metode ex post facto, minimal 15 subjek per kelompok. Metode Eksperimental, minimal 15 subjek per kelompok.

MENENTUKAN UKURAN SAMPELMENENTUKAN UKURAN SAMPEL

Penentuan besar kecilnya ukuran sampeltergantung pada:

1. Derajat Keseragaman Populasi (degree of homogenity). Semakin tinggi tingkathomogenitas populasi semakin kecil ukuran sampel yang boleh diambil; semakinrendah tingkat homogenitas populasi semakin besar ukuran sampel yang harusdiambil.diambil.

2. Tingkat Presisi yang diinginkan (level of precisions). Semakin tinggi tingkat pesisiyang diinginkan peneliti, semakin besar sampel yang harus diambil.

3. Banyaknya variabel yang diteliti dan rancangan analisis yang akan digunakan.Semakin banyak variabel yang akan dianalisis, misalnya dengan menggunakanrancangan analisis tabulasi silang atau uji chi-square of independen (uji chikuadrat), mengingat adanya persyaratan pengujian hubungan antarvariabel yangtidak membolehkan adanya nilai frekuensi hasil penelitian < 1, maka ukuransampelnya harus besar.

4. Alasan-alasan Peneliti (waktu, biaya, tenaga, dan lain-lain).

40

SAMPLE RANDOM STRATA PROPORSIONALSAMPLE RANDOM STRATA PROPORSIONAL

SukuBangsa

UkuranPopulasi

% dalamPopulasi

PecahanSampling

UkuranSampel

% dalamSampel

Jawa 10.000 40% 0,10 1.000 40%

Sunda 8.000 32% 0,10 800 32%

Minang 5.000 20% 0,10 500 20%Minang 5.000 20% 0,10 500 20%

Batak 2.000 8% 0,10 200 8%

Jumlah 25.000 100% 2.500 100%

41

SAMPEL STRATA DISPROPORSIONALSAMPEL STRATA DISPROPORSIONAL

SukuBangsa

UkuranPopulasi

%dalamPopulasi

PecahanSampling

UkuranSampel

Bobot BobotDisesuai-kan

42

Jawa 10.000 40% 0,063 625 15,87 5

Sunda 8.000 32% 0,078 625 12,82 4

Minang 5.000 20% 0,125 625 8 3

Batak 2.000 8% 0,313 625 3,19 1

Jumlah 25.000 100% 2.500

KarakteristikKarakteristik PopulasiPopulasi

No Tingkat Pendidikan

Pekerjaan Jumlah

PNS Bukan PNS

1. Belum Sarjana 34 21 55

2. Sarjana 2 73 752. Sarjana 2 73 75

Jumlah 36 94 130

Rumus Cochran (1991) dalam Umar 2009)

LangkahLangkah--langkahlangkah

1) Mengidentifikasi karakteristrik populasi- Strata Tingkat Pendidikan- Strata PekerjaanJumlah Populasi 130, maka Proporsi:Strata Tingkat Pendidikan :Strata Tingkat Pendidikan :- Belum Sarjana : 55/130 = 0,42- Sarjana : 75/130 = 0,58Strata Pekerjaan :- PNS : 36/130 = 0,28- Bukan PNS : 94/130 = 0,72

BerdasarkanBerdasarkan Strata Strata PendidikanPendidikan

no = 374,16

2

2 .

d

pqtno

2

2

05,0

58,042,0)96,1( xxno

n = 96,43

Nno

non

1

13016,374

1

16,374

n

BerdasarkanBerdasarkan PekerjaanPekerjaan

no = 309,64

2

2 .

d

pqtno

2

2

05,0

72,028,0)96,1( xxno

n = 112,47

Nno

non

1

13064,309

1

64,309

n

HasilHasil PerhitunganPerhitungan SampelSampelNo Klasifikasi P Q no n

1 Tingkat Pendidikan

0,42 0,58 374,16 96,43

2 Pekerjaan 0,28 0,72 380,64 112,47*

n yang paling besar adalah berdasarkanpekerjaan sebesar 112,47 dibulatkan 112, maka angka inilah yang terpilih sebagaiukuran sampel.

Selanjutnya dirinci sbb:

AlokasiAlokasi SampelSampel

vNo Tingkat Pendidikan

Pekerjaan Jumlah

PNS Bukan PNS

1. Belum Sarjana 29 18 47

2. Sarjana 2 63 652. Sarjana 2 63 65

Jumlah 31 81 112

Field Work/Data Collection ProcessField Work/Data Collection Process

Selecting Field Worker Training Field Worker Supervising Field Worker Validating Field Worker Validating Field Worker Evaluating Field Worker

DATA PREPARATION PROCESS

Prepare Preliminary Plan of Data Analysis

Check Questionnaire

Edit

Code

Transcribe

Clean Data

Statistically Adjust the Data

Select a DataAnalysing Strategy

A Classification of Univariate Techniques

Univariate Techniques

Metric Data Nonmetric Data

One SampleTwo or More Samples One Sample

Two or More Samples

t test Z test

FrequencyChi-Square

Independent Related

Independent Related

Z test

Two-Group t test Z testOne-Way ANOVA

=> Paired t test

Chi-SquareK-SRunsBinomial

Chi-SquareMann-WhitneyMedianK-SK-W ANOVA

SignWilcoxonMcNemarChi-Square

A Classification of Multivariate Techniques

Multivariate Techniques

Dependence Techniques

Independence Techniques

One Dependence Variable

More Than OneDependenceVariable

VariebleInterdependence

InterobjectSimilarity

Cross-Tabulation (More Multivariate Analysis => Factor Analysis Cluster AnalysisCross-Tabulation (MoreThan Two Variables

Analysis of Varianceand Covariance

Multiple RegressionTwo-Group

Discriminant AnalysisConjoint Analysis

Multivariate Analysisof Variance and Covariance

Cannonical CorrelationMultiple Discriminat

Analysis

=> Factor Analysis Cluster AnalysisMultimensional

Scalling