APLIKASI KRUSKALL-WALLIS (UJI BEDA > 2 SAMPEL INDEPENDENT)

Analisis ini untuk menguji perbedaan > 2 sampel independen. Kruskall-wallis termasuk dalam kategori statistik nonparametris. Data yang dapat dianalisis dengan Kruskall-Wallis (KW) dapat berupa data ordinal maupun data nominal. Pripsip penggunaan analisis ini sama dengan ANOVA namun perbedaannya adalah pada data yang dianalisis. Teknik ini umumnya digunakan sebagai alternative jika uji asumsi pada ANOVA tidak dapat terpenuhi

STUDI KASUS

Sebuah survey dilakukan untuk mengetahui perbedaan kinerja berdasarkan masa kerja dan tingkat pendidikan.

Kinerja diukur dengan skala kategori yaitu kode 1 adalah kinerja < 65 (kurang), kode 2 untuk kinerja kategori baik (66 – 80), dan kode 3 untuk kinerja di atas 80. Data diambil dari 31 orang karyawan Bank ABC

Hipotesis yang diajukan adalah :

Hipotesis 1

Ho : tingkat kinerja karyawan berdasarkan masa kerja adalah sama

Ha : tingkat kinerja karyawan berdasarkan masa kerja adalah berbeda

Hipotesis 2

Ho : tingkat kinerja karyawan berdasarkan pendidikan adalah sama

Ha : tingkat kinerja karyawan berdasarkan pendidikan adalah berbeda

PENYELESAIAN 1 (Hipotesis 1)

data ambil di sini –> DATA KRUSKALL WALLIS

Pertama. Klik Analyze > Nonparametrics Test > K independent samples

Masukkan variabel Perf ke kotak Test Variable list, dan Masa ke Grouping Variable

Klik Define Range, kemudian masukkan nilai 1 pada Minimum dan 3 pada maksimum, laku klik Continue

Pilih Option > beri tanda pada pilihan Deskriptif, lalu Continue..

Dan OK untuk mendapatkan hasil Uji

HASIL

Pada bagian pertama kita membahas mengenai deskriptive statistics. Berdasarkan hasil uji diketahui bahwa jumlah sampel yang digunakan adalah sebanyak 31. Rata-rata kinerja karyawan adalah 2.06 dengan standar deviasi 0,629. Nilai minimum kinerja adalah 1 dan maksimum adalah 3

Di bagian kedua, Hasil Uji Kruskall-Wallis menunjukkan ranking. Pemeringkatan ini menunjukkan bahwa rata-rata ranking untuk karyawan dengan masa kerja < 5 tahun sebesar 15.18, masa kerja 6 – 10 tahun sebesar 20.20 dan masa kerja > 11 tahun sebesar 12.70.

Output terakhir adalah Test statistik. Hasil uji menunjukkan nilai Chi-Square 4.690 dengan Asymp. Sig 0,096. Karena nilai Asymp. sig > 0,05 naka dapat disimpulkan bahwa Ho diterima, dan Ha ditolak. Dengan kata lain, tidak ada perbedaan kinerja berdasarkan masa kerja.

Comments

SIR RONALD AYLMER FISHER (1890-1962)- "Pengembang Distribusi F"

Fisher adalah pakar statistika, pertanian eksperimental, dan genetika kuantitatif asal Inggris. Richard Dawkins, tokoh pendukung neo-Darwinisme dan atheisme, menyebutnya sebagai “Pengganti Darwin terbesar”, dan ahli sejarah statistika Anders Hald menyebut “Fisher adalah seorang jenius yang dengan sendirian menciptakan dasar-dasar ilmu statistika modern”. Nama : Sir Ronald Aylmer Fisher TTL : Inggris, 17 Februari 1890 Peran dalam Statistika : pemberi landasan bagi banyak aspek dalam statistika modern, khususnya di bidang statistika inferensi, yang mempelajari teori estimasi dan uji hipotesis. Ia juga dikenal sebagai orang yang mampu menyatukan dua kutub perdebatan di awal perkembangan genetika modern: antara kutub genetika kuantitatif dan genetika kualitatif (genetika Mendel) Sumbangan Fisher Prinsip Disain Eksperimen maksimum likelihood sufficiency , ancilarity Diskriminator Lin

TABEL INPUT-OUTPUT: Penyajian Tabel

#6 Penyajian Tabel Input-Output Sebagaimana telah dijelaskan sebelumnya bahwa suatu tabel I-O sebenarnya terdiri dari 4 (empat) kuadran, yaitu kuadran I merupakan kuadran input antara ( intermediate inputs ) atau kuadran konsumsi antara ( intermediate consumptions ), kuadran 2 merupakan kuadran permintaan akhir ( final demands ) atau konsumsi akhir ( final consumptions ), kuadran 3 merupak kuadran nilai tambah ( value added ) atau kudaran input primer ( primary inputs ), dan kuadran 4 merupakan kuadran keterkaitan nilai tambah dengan permintaan akhir ( interrelated between value added and final demands ). Tetapi buku ini hanya mengenalkan suatu tabel I-O dengan menggunakan 3 (tiga) kuadran saja, yaitu kuadran 1, 2, dan 3, mengikuti tabel I-O yang disusun oleh Badan Pusat Statistik (BPS). Paling tidak, suatu tabel I-O dapat disusun dengan menggunakan kombinasi dari 4 (empat) bentuk susunan berikut, yaitu: Tabel I-O model impor bersaing ( competitive import Input-Output mod

Proyeksi Perubahan Piramida Penduduk Indonesia 2010-2035

Peristiwa lahir, mati dan pindah merupakan peristiwa alamiah yang bisa terjadi di suatu wilayah. Hal tersebutlah yang mengakibatkan adanya dinamika penduduk di wilayah tersebut. Karena merupakan peristiwa alamiah, maka dinamika penduduk bisa berlangsung walaupun tanpa intervensi. Namun, kenyataan menunjukkan bahwa tanpa adanya intervensi maka tingkat kelahiran dan kematian bisa sangat tinggi. Padahal salah satu indikator perbaikan tingkat kesejahteraan masyarakat adalah: rendahnya tingkat kematian dan rendahnya angka ketergantungan. Transisi demografi di Indonesia, berlangsung secara perlahan namun terus menerus. Hasil Sensus Penduduk 2010 (SP2010) menunjukkan adanya transisi demografi yang mengubah struktur umur penduduk Indonesia. sejak tahun 1971. Keberhasilan berbagai program dalam mengintervensi dinamika penduduk telah mampu menggeser anak-anak dan remaja, berusia dibawah 15 tahun, yang biasanya besar dan berat di bagian bawah dari piramida penduduk Indonesia, ke bagian

Marisa Wajdi Berbagi

Search This Blog