Download Gratis => klik di sini
Read More..
All about Statistics & Psychology
Koefisien korelasi dapat ditransformasikan kedalam bentuk z-score untuk kebutuhan dalam pengujian hipotesis. Hal ini dapat dilakukan dengan menggunakan rumus :
Rumus diatas sering juga disebut Fisher’s z-score transformation of Pearson’s r.
Contoh :
Misalkan kita memilik r = 0,3 maka z-score adalah :
Download file
Pendahuluan
Model regresi linear multiple dengan p variable terdiri dari variabel tak bebas Y dan variable bebas X1, X2, …, Xp dapat ditulis dalam sebuah persamaan sbb :
Model diatas disebut dengan model populasi, sedangkan model sampelnya adalah :
Untuk menentukan model persamaan di atas masukkan matrix X dan Y ke dalam perhitungan rumus :
berarti kita membutuhkan matrix sbb :
1. X dan Y
2. Xtranspose => (XT)
3. Xtranspose X => (XTX)
4. Xtranspose Y => (XTY)
5. (Xtranspose X)inverse =>(XTX)-1
6. (Xtranspose X)inverse (Xtranspose Y) =>(XTX)-1(XTY)
Untuk lebih detail dapat di download gratis => klik di sini
Daftar distribusi frekuensi adalah jika data kuantitatif dibuat menjadi beberapa kelompok berdasarkan suatu kaidah-kaidah tertentu, maka akan diperoleh daftar distribusi frekuensi. Contoh :
Berikut kami sampaikan tabel koordinat Y pada distribusi Normal.
Dapat di download gratis => klik disini
Berikut kami sampaikan tabel t - Student yaitu tabel untuk distribusi Student.
Dapat didownload gratis => klik disini (via Sharecash) or klik disini (via Ziddu)
Berikut kami sampaikan tabel z yaitu luas dibawah kurva distribusi normal.
Dapat didownload gratis => Klik di sini ;)
Dalam pengukuran sikap biasanya menggunakan alat ukur yaitu kuesioner, salah satu metode yg paling banyak digunakan dalam kuesioner yaitu Likert's Summated Rating. Berikut ini akan dijelaskan metode tersbut.
Metode ini merupakan salah satu yang paling banyak digunakan karena kesederhanaannya.
Langkah Kerja
a. Tentukan secara tegas sikap terhadap topik apa yang akan diukur.
Contohnya : Sikap masyarakat terhadap emansipasi wanita.
b. Tentukan dimensi yang menyusun sikap tersebut. Dimensi terdiri dari : cognitive (tahu atau tidak tahu), affective (perasaan terhadap sesuatu), conative (sikap untuk bertingkah laku)
c. Susun pernyataan atau item yang merupakan alat untuk pengukur dimensi yang menyusun sikap yang akan diukur sesuai dengan indikator. Item-item ini harus terdiri dari item positif (yang mendukung topik) dan item negatif (yang tidak mendukung topik) yang letaknya dalam kuesioner acak. Tidak boleh ada item netral.
d. Setiap item diberi pilihan respon yang sifatnya tertutup, banyaknya pilihan respon biasanya 3, 5, 7, 9, dan 11. Dalam praktek yang paling banyak digunakan adalah 5 karena bila respon jawaban terlalu sedikit hasilnya akan kasar dan bila terlalu banyak responden sulit untuk membedakan.
e. Untuk setiap pilihan respon jawaban item diberi skor berdasarkan kriteria sebagai berikut : apabila item positif angka terbesar pada “ sangat setuju” dan jika negatif angka terbesar pada “ sangat tidak setuju” . Skor yang diberikan pada jawaban dijumlahkan oleh karena itu disebut “ Likert’ s Summated Ratings” .
Untuk lebih jelasnya => klik di sini (via Sharecash) or klik disini (via Ziddu)
Penyimpangan-penyimpangan yang sering terjadi, sbb :
1. Rata-rata kekeliruan tidak sama dengan nol akibatnya diperoleh taksiran yang bias
2. Terdapat heterogen atau heteroskedastisitas. Akibatnya tiap pengamatan mempunyai reliabilitas yang berbeda-beda.
3. Adanya autokorelasi artinya adanya korelasi antar gangguan
4. Adanya multikolinearitas artinya adanya hubungan Linear yang sempurna diantara beberapa atau semua variabel yang menjelaskan model regresi.
Untuk mengetahui bagaimana cara mendeteksinya dapat diklik di sini
Pengetahuan dasar tentang bagaimana membentuk suatu model dalam lisrel, semoga dapat memberi sedikit gambaran mengenai Lisrel.
Notasi
Model LISREL dapat dijabarkan dalam bentuk delapan buah matriks, sbb :
- 2 mendefinisikan persamaan struktural,
- 2 mendefinisikan indikator atau konstruk ,
- 1 menyatakan korelasi dari konstruk variabel eksogen,
- 3 mendefinisikan error pengukuran persamaan terstruktur dan variabel endogen serta eksogen.
Notasi matriks selengkapnya dapat dilihat pada tabel sbb :
Subskrip pada tabel 1 mempunyai arti sebagai berikut :
m = jumlah konstruk eksogen
n = jumlah konstruk endogen
p = jumlah indikator konstruk eksogen
q = jumlah indikator konstruk endogen
Notasi konstruk serta variabel indikatornya pada tabel 1 adalah sebagai berikut :
ξ = konstruk eksogen
η = konstruk endogen
X = indikator dari konstruk eksogen
Y = indikator dari konstruk endogen
Contoh aplikasi :
Model LISREL sebagai berikut, misalkan terdapat 3 variabel endogen (Y) dan 3 variabel eksogen (X), Model diagram jalurnya adalah seperti gambar di bawah ini :
Dari Diagram Jalur Kepada Notasi LISREL
1. Membentuk Persamaan Struktural dari Diagram Jalur
Langkah pertama adalah untuk menterjemahkan diagram jalur ke dalam persamaan struktural untuk setiap variabel endogen. Persamaannya sebagai berikut.
2. Menotasikan Indikator-Indikator dan Konstruk
Apabila persamaan struktral telah ditetapkan, pengukuran untuk tiap konstruk harus didefinisikan. Pada contoh di atas, setiap konstruk memiliki 2 indikator , seperti terlihat pada tabel berikut :
3. Menentukan Model Persamaan Struktural dan Model Pengukuran LISREL
Berdasarkan diagram jalur dan indikator dari konstruk, maka dapat ditentukan persamaan baikbagi model struktural juga bagi model pengukuran.
Berdasarkan indikator-indikator dari konstruk eksogen dan endogen, maka dapat dibentuk persamaan model pengukuran seperti berikut :
4. Menentukan Korelasi Persamaan Struktural
Pada diagram jalur terdapat 2 korelasi matriks, yaitu Phi matriks yang menyatakan korelasi antar konstruk eksogen, yaitu konstruk 1-2. Pada konstruks endogen terdapat korelasi antara konstruks 1 dan 3, dinyatakan dengan matriks Psi.
5. Korelasi pada Indikator Model Pengukuran
Pada pembentukan model, antara indikator variabel dapat saja terjadi korelasi. Namun korelasi tersebut tidak dapat terjadi antara variabel indikator eksogen dengan endogen. Pada model LISREL contoh di atas, misalkan ditentukan terdapat korelasi antara variabel indikator X1 dengan X2, juga antara Y3 dengan Y4.
Proses penotasian model untuk keperluan estimasi sudah lengkap. Diagram jalur pada gambar 1, dapat diterjemahkan kedalam model persamaan struktural LISREL pada gambar 2., sbb :
Analisis jalur dikembangkan oleh Sewall Wright (1934). Tujuan dari analisis jalur adalah untuk menerangkan akibat langsung dan tidak langsung dari beberapa variabel sebagai variabel penyebab, terhadap beberapa variabel lainnya sebagai variabel akibat.
Untuk lebih jelasnya tentang pengetahuan dasar path analysis atau analisis jalur => Download Lengkap Gratis