UJI PERBEDAAN(DIFFERENCES ANALYSIS) *

*

One Sample versus Two Samples*Dalam analisis data, peneliti dapat dihadapkan pada analisis atas one sample atau two/more samples.

Jumlah sampel yaitu one sample atau two samples ditentukan berdasarkan bagaimana data diperlakukan, bukan bagaimana data dikumpulkan!

Two samples dibedakan menjadi dua yaitu:1. Two-related (paired) samples2. Two-independent samples

*Petunjuk Menguji Hipotesis

Apabila pvalue > nilai signifikan, berarti pvalue tidak signifikan,

itu berarti kita harus menerima H0 dan menolak Ha. Dengan kata lain, hipotesis kita tidak terbukti atau tidak dapat diterima.

Apabila pvalue nilai signifikan, berarti pvalue signifikan,

itu berarti kita harus menolak H0 dan menerima Ha. Dengan kata lain, hipotesis kita terbukti atau dapat diterima.

Besarnya nilai signifikansi, tergantung peneliti (tergantung

atau nilai alpha; dimana nilai alpha, tergantung dari level of confidence peneliti). Bila level of confidence = 95%, maka = 0.05 (5%), berarti nilai signifikansi juga sebesar 5%.

*Misalkan kita ingin membuktikan hipotesis yang menyatakan bahwa mean atau rata-rata persepsi responden terhadap kualitas menyeluruh produk merek toko kategori makanan-minuman adalah di atas 4.0. Dengan tingkat signifikansi = 0.05, maka hipotesis statistiknya dirumuskan sbb: One sample Metric Data Karena variabel persepsi terhadap kualitas produk diukur

dengan skala interval (metric), maka teknik statistik yang digunakan adalah ONE SAMPLE t-Test.

Dalam SPSS, langkah2nya sbb:

ANALYZE > COMPARE MEANS > ONE SAMPLE t-TEST > Kemudian pilih variabel yang akan diuji nilai mean-nya.

Two-Independent Samples*Misalnya: Responden Pria dan Wanita, saat data dikumpulkan, mereka kita perlakukan sebagai 1 kelompok sampel. Namun apabila saat analisis melibatkan pengujian perbedaan jenis kelamin, maka responden pria dan wanita tersebut harus diperlakukan sebagai 2 sampel yang berbeda/independent (seorang responden yg berjenis kelamin Pria, maka ia adalah anggota kelompok sampel Pria; tidak mungkin ia pada saat yg bersamaan, masuk ke kelompok sampel Wanita sehingga teknik pengujian yang digunakan adalah two-independent samples.

*Two Independent SamplesContoh: Peneliti ingin menguji apakah persepsi responden pria berbeda signifikan dengan persepsi responden wanita dalam menilai kualitas menyeluruh dari produk merek toko kategori makanan-minuman.

Karena persepsi diukur dengan skala interval (metric), maka teknik statistik yang digunakan adalah t-Test Two-Independent Samples.

Dengan tingkat signifikansi = 0.05, maka hipotesis statistiknya dirumuskan sbb:

Two Related (Paired) Samples Sampel Berpasangan*Selanjutnya, yang dimaksud sebagai two-related samples (paired samples) adalah apabila kepada sekelompok sampel dilakukan pengukuran sebanyak 2 kali untuk hal yang berbeda.

Contoh: Peneliti ingin menguji apakah persepsi responden dalam menilai kualitas menyeluruh dari produk merek toko kategori makanan-minuman berbeda signifikan bila dibandingkan dengan kategori non makanan-minuman. Karena kelompok responden mengalami pengukuran sebanyak 2x, maka harus diperlakukan sebagai 2 sampel berpasangan sehingga teknik pengujian yang digunakan adalah two-related/paired samples !

*

*Dengan tingkat signifikansi = 0.05, maka hipotesis statistiknya dirumuskan sbb: Two Paired samples Metric Data Karena variabel ke-1 persepsi terhadap kualitas produk Ma-Min

dan variabel ke-2 persepsi terhadap kualitas produk Non Ma-Min diukur dengan skala interval (metric), maka teknik statistik yang digunakan adalah TWO SAMPLES / PAIRED t-Test.

Dalam SPSS, langkah2nya sbb:

ANALYZE > COMPARE MEANS > PAIRED SAMPLES t-TEST > Kemudian pilih variabel-variabel yang akan diuji nilai mean-nya.

Chi Square Analysis*

Variabel-variabel yang diuji dengan teknik Chi-square ( ) harus diukur dengan skala nominal atau ordinal (non-metric data).

Untuk menggunakan chi-square, maka harus dibuat tabulasi silang (cross-tabulation) terlebih dahulu.

*

Chi-square TestContoh: Peneliti ingin menguji apakah jenis kelamin responden berasosiasi/berhubungan dengan toko/ritel dimana responden membeli produk-produk merek toko.

Karena jenis kelamin sebagai variabel ke-1, dan nama toko/ritel sebagai variabel ke-2, merupakan data berskala nominal (sama-sama merupakan data non-metric), maka teknik statistik yang dipakai untuk menguji adalah Chi-Square.

Dalam SPSS, Chi Square dioperasikan melalui: ANALYZE > DESCRIPTIVE STATISTIC > CROSSTABS. Dalam kotak dialog Crosstabs, klik STATISTIC & pilih CHI-SQUARE

Analisis Of Varian*Apabila uji perbedaan yang dilakukan melibatkan rata-rata (mean) lebih dari 2 populasi atau kelompok sampel, maka teknik statistik yang digunakan adalah analisis varian atau ANOVA (analysis of variance).

Dalam bentuk paling sederhana, ANOVA memiliki 1 variabel dependen yang memiliki data metrik (diukur dengan skala interval atau rasio). Lalu ada pula 1 atau lebih variabel independen yang memiliki data non-metrik (diukur dengan skala nominal atau ordinal).

Variabel independen ini disebut faktor. Kategorisasi yang dilakukan terhadap variabel independen disebut perlakuan (treatment).

Analisis Of Varian*Banyaknya kategori harus lebih dari 2, karena bila hanya 2 kategori, uji t-test bisa digunakan.

Apabila hanya ada 1 variabel independen, maka yang dipakai adalah ANOVA satu-arah (one-way ANOVA). Bila ada 2 variabel independen, maka ANOVA dua-arah (two-way ANOVA). Bila lebih dari 2 variabel independen, digunakan ANOVA multi- arah (N-way ANOVA).

Apabila sejumlah variabel independen terdiri dari variabel non-metrik dan metrik, maka teknik statistik yang digunakan adalah ANCOVA (analysis of covariance).

Analisis Varian*Dalam pengujian, formulasi hipotesis statistiknya sbb: H0: 1 = 2 = . = k Ha: 1 2 . k (tidak semua rata-rata sama setidaknya ada dua mean populasi yang tidak sama).

Contoh: Sebuah department store meneliti mengenai efek yang signifikan dari in-store promotion (X) terhadap sales (Y). Variabel dependen sales --- metric (skala rasio)Variabel independen in-store promotion --- nonmetric (skala nominal). Dibagi dalam 3 kategori: (1) promosi high; (2) promosi medium; and (3) promosi low.

Dalam SPSS, langkah2nya sbb:ANALYZE > COMPARE MEANS > ONE WAY ANOVA

Tabel In-Store Promotion *

Sheet1

Store NumberCoupon LevelIn-Store PromotionSalesClientel Rating

11.001.0010.009.00

21.001.009.0010.00

31.001.0010.008.00

41.001.008.004.00

51.001.009.006.00

61.002.008.008.00

71.002.008.004.00

81.002.007.0010.00

91.002.009.006.00

101.002.006.009.00

111.003.005.008.00

121.003.007.009.00

131.003.006.006.00

141.003.004.0010.00

151.003.005.004.00

162.001.008.0010.00

172.001.009.006.00

182.001.007.008.00

192.001.007.004.00

202.001.006.009.00

212.002.004.006.00

222.002.005.008.00

232.002.005.0010.00

242.002.006.004.00

252.002.004.009.00

262.003.002.004.00

272.003.003.006.00

282.003.002.0010.00

292.003.001.009.00

302.003.002.008.00

Uji ANOVA satu-arah (One-way ANOVA)*Nilai signifikansi F test 0.000 < pvalue 0.05, berarti signifikan, sehingga kita menolak H0 dan menerima Ha . Dengan demikian, tingkat in-store promotion terbukti memiliki pengaruh yang signifikan terhadap penjualan.

Uji ANOVA dua-arah (Two-way ANOVA)*Misalkan yang ingin diketahui adalah apakah in-store promotion dan kupon yang dikeluarkan berpengaruh signifikan terhadap sales. Variabel dependen sales --- metric (skala rasio)Variabel independen, ada 2 X1 (in-store promotion) --- nonmetric (skala nominal). X2 (coupon) --- nonmetric (skala nominal).

Statistik uji yang digunakan adalah ANOVA dua-arah.Dalam SPSS, langkah2nya sbb: ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE Masukkan variabel dependen ke Dependent Variable dan variabel independen ke Fixed Factor(s).

Uji ANOVA dua-arah (Two-way ANOVA)*Nilai signifikansi Coupon*Promotion 0.206 > pvalue 0.05, berarti tidak signifikan, sehingga kita menerima H0 dan menolak H1. Dengan demikian dapat dikatakan bahwa tingkat in-store promotion dan kupon yang dikeluarkan tidak memilki pengaruh yang signifikan terhadap penjualan.

Uji ANCOVA (Analysis of Covariance)*Misalkan yang ingin diketahui adalah apakah in-store promotion dan kupon yang dikeluarkan berpengaruh signifikan terhadap sales, sementara kita mengontrol pengaruh dari client. Variabel dependen sales --- metric (skala rasio)Variabel independen, ada 3 X1 (in-store promotion) --- nonmetric (skala nominal). X2 (coupon) --- nonmetric (skala nominal).X3 (client) metric (skala rasio)

Karena variabel independen terdiri atas data metric dan non-metric, maka statistik uji yang digunakan adalah ANCOVA.Dalam SPSS, langkah2nya sbb: ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE Masukkan variabel dependen ke Dependent Variable, kemudian variabel independen non-metric ke Fixed Factor(s), dan variabel independen metric ke Covariate(s).

Uji ANCOVA (Analysis of Covariance)*Nilai signifikansi Clientel 0.363 > pvalue 0.05, berarti tidak signifikan, sehingga kita menerima H0 dan menolak H1. Dengan demikian dapat dikatakan bahwa tingkat in-store promotion dan kupon yang dikeluarkan serta client tidak memilki pengaruh yang signifikan terhadap penjualan.

*

*