Korelasi pada Statistik Parametrik

Korelasi adalah hubungan dan telah kita bahas secara rinci di sini. Korelasi berbeda dengan regresi dan perbedaannya telah kita uraikan di sini. Kali ini kita akan membahas tentang korelasi pada statistik parametrik. Korelasi pada parametrik ini digunakan pada data yang memenuhi asumsi normalitas, sedangkan jika tidak maka menggunakan korelasi non parametrik. Dalam artikel ini ada 3 kajian yaitu korelasi product moment, korelasi ganda dan korelasi parsial. Mari kita bahas satu persatu. Adapun contoh data yang dipergunakan dapat Anda download di G Drive. Pastikan Anda menggunakan akun G mail Anda untuk melakukan download.

1. Korelasi Product Moment

Teknik korelasi ini digunakan untuk mencari hubungan atau korelasi antara dua variabel yang keduanya berskala interval atau rasio. Korelasi ini juga sering disebut dengan korelasi Pearson sesuai dengan ahli yang menemukannya yaitu Karl Pearson. Korelasi ini juga sering dipergunakan untuk uji validitas. Pilih Analyze, lalu pilih correlation lalu klik pada Bivariate seperti pada gambar di bawah ini:

Menu Korelasi Product Moment pada SPSS Versi 23
Maka akan diarahkan ke menu seperti pada gambar di bawah ini:

Menu Korelasi
Masukkan variabel X1, X2, X3 dan Y ke dalam box Variables lalu klik OK sehingga akan keluar output sebagai berikut:

Output Korelasi
Pada baris paling atas, maka korelasi antara X1 dengan X1 adalah 1. Korelasi antara X1 dengan X2 adalah 0,767; antara X1 dengan X3 sebesar 0,789; antara X1 dengan Y sebesar 0,818. Kita dapat melihat bahwa pada baris kedua juga sama antara X2 dengan variabel yang lain. Jumlah sampel adalah N yaitu 125 sampel. Signifikansi dapat kita bandingkan dengan R Tabel tetapi bisa juga kita lihat signifikansinya di atas 0,05 atau di bawah 0,05 jika menggunakan taraf 95%.

2. Korelasi Ganda

Korelasi ganda (multiple correlation) adalah angka yang menunjukkan kuatnya hubungan atau korelasi antara dua atau lebih variabel secara simultan dengan satu buah variabel yang lain. Dalam contoh ini kita bisa menghitung korelasi ganda antara X1 dan X2 dengan Y, atau antara X1 dan X3 dengan Y, atau bisa juga antara X1, X2 dan X3 dengan Y. Bisa dua atau lebih variabel dengan satu variabel yang lain. Penting dicatat bahwa korelasi antara X1 dan X2 dengan Y BUKAN merupakan jumlah korelasi dari X1 dengan Y dan X2 dengan Y.

Untuk menghitung korelasi ganda, dalam contoh kita ambil 3 variabel yaitu X1, X2 dan X3 dengan Y kita gunakan menu regresi sebagai berikut:

Menu regresi untuk mencari korelasi ganda
Pilih Analyze, pilih Regression lalu klik pada Linear seperti pada gambar di atas. Maka akan diarahkan ke menu regresi. Masukkan Variabel Y ke box Dependent dan variabel yang lain ke Box Independents. Lalu klik Statistics pada bagian kanan atas:

Memasukkan Variabel
Maka kita akan masuk ke sub menu statistics. Berikan tanda centang seperti pada gambar di bawah ini:

Sub Menu Statistics
Setelah itu klik Continue lalu klik OK sehingga akan keluar output sebagai berikut:

Output Korelasi Ganda
Nilai R sebesar 0,891 adalah korelasi ganda antara X1, X2 dan X3 secara serempak dengan Y. Nilainya bukan penjumlahan dari korelasi antara masing-masing variabel X1, X2 dan X3 dengan Y, tetapi nilainya memang lebih tinggi dibandingkan nilai korelasi masing-masing. R Square merupakan kuadrat dari R yang juga sering disebut dengan koefisien determinasi yang lebih banyak dibahas di regresi.  


3. Korelasi Parsial

Korelasi parsial adalah untuk mengetahui korelasi antara dua atau lebih variabel dengan satu variabel tetapi dikontrol oleh variabel lain. Dalam contoh ini, kita bisa menghitung korelasi parsial antara X1 dengan Y dikontrol oleh dua variabel yang lain yaitu X2 dan X3. Variabe kontrol bisa lebih dari dua demikian juga variabel yang akan dihitung korelasi parsialnya juga bisa lebih dari satu. Korelasi parsial juga digunakan sebagai dasar untuk perhitungan gangguan multikolinearitas pada analisis regresi linear berganda.

Dalam contoh ini kita akan menghitung korelasi parsial antara X1 dengan Y dikontrol oleh X2 dan X3. Pilih Analyze, pilih Correlation, lalu klik pada Partial seperti pada gambar di bawah:

Menu Korelasi Parsial
Maka kita akan masuk ke Menu Korelasi parsial. Masukkan variabel X1 dan Y ke dalam box Variables dan variabel X2 dan X3 ke dalam box Controlling for seperti pada gambar di bawah:

Memasukkan variabel
Setelah itu klik OK sehingga akan keluar output sebagai berikut:
Korelasi parsial X1 dengan Y dikontrol X2 dan X3

Nilai korelasi antara X1 dengan Y dengan dikontrol oleh X2 dan X3 adalah sebesar 0,364. Jika kita ingin mencari korelasi parsial X2 dengan Y dikontrol oleh X1 dan X3 maka diperoleh hasil sebesar:
Korelasi parsial X2 dengan Y dikontrol X1 dan X3
Tampak bahwa nilai korelasi parsial antara X2 dengan Y dikontrol X1 dan X3 adalah sebesar 0,384. Kita juga dapat mencari korelasi parsial antara X3 dengan Y dikontrol X1 dan X2 yaitu sebesar:
Korelasi X3 dengan Y dikontrol X1 dan X2
Ketiga nilai korelasi parsial di atas, sebenarnya bisa dihitung secara langsung dengan menu Regression, tanda centang pada part and collinearity diagnostic seperti yang telah dilakukan di atas.
Korelasi parsial pada analisis regresi

Hasil di atas sama persis dengan korelasi parsial yang telah dihitung sebelumnya. Nilai ini dapat dipergunakan untuk menguji gangguan multikolinearitas pada analisis regresi berganda. Tentu kita juga dapat menghitung korelasi parsial antara X1 dan X2 dengan Y dikontrol oleh variabl X3. Demikian juga dengan alternatif yang lain. Silahkan Anda hitung sendiri jika diperlukan.

Share:

Uji Tanda (Sign Test) pada Dua Sampel Berhubungan dengan SPSS Versi 26

Uji Tanda (sign test) adalah uji beda antara dua sampel yang berhubungan (berkorelasi) berdasarkan arah perbedaan antara dua pengukuran, bukan pada pengukuran kuantitatif data itu sendiri. Uji ini dipergunakan memang untuk data yang tidak memungkinkan pengukuran kuantitatf tetapi masih memungkinkan untuk menentukan setiap pasang observasi, mana yang lebih besar, mana yang lebih kecil.


Daftar Isi

  1. Pendahuluan
  2. Data yang dipergunakan
  3. Metode analisis dengan SPSS Versi 26
  4. Uji yang lain


Pendahuluan

Uji beda dua sampel berpasangan (paired test) sering dipergunakan dalam suatu sampel yang diberikan treatment tertentu lalu dibandingkan antara sebelum dan sesudah. Atau bisa juga bukan perlakuan tetapi karena adanya suatu peristiwa atau kondisi tertentu. Salah satu metode uji beda ini yang non parametrik adalah uji tanda atau sign test. Dasar pemikiran dari metode ini adalah dengan melihat arah perbedaan antara dua sampel yang akan diuji, misalnya lebih besar, lebih kecil atau sama dengan. 

Sebagai ilustrasi, misalnya seorang guru yang membandingkan suatu metode pembelajaran lalu mengukur hasil metode pembelajaran tersebut. Seorang siswa akan mempunyai nilai atau skor sebelum dan sesudah. Hipotesis yang diharapkan adalah bahwa periode atau skor setelah diberikan metode pembelajaran lebih tinggi dibandingkan skor sebelum diberikan suatu metode pembelajaran tersebut.

Atau contoh lain, misalnya tentang stock split. Pemecahan saham diharapkan membuat suatu saham menjadi lebih likuid karena harganya murah. Maka dilakukan uji beda antara sebelum dan sesudah adanya kebijakan pemecahan saham. Pengukuran dilakukan terhadap volume perdagangan atau jumlah lembar saham yang diperjualbelikan oleh perusahaan yang melakukan stock split.


Data yang dipergunakan

Dalam artikel ini, data yang dipergunakan adalah data yang sama dengan yang dipergunakan dalam artikel uji Wilcoxon. Data bisa Anda peroleh di Google Drive dengan akun Gmail. Ada dua sampel yaitu sebelum dan sesudah yang akan kita uji apakah terdapat perbedaan atau tidak. Kedua sampel tidak normal sehingga kita gunakan uji beda non parametrik.


Metode analisis dengan SPSS Versi 26

Langkah pertama adalah masuk ke menu uji tanda. Pilih Analyze, Nonparametric Tests, piih Legacy Dialogs lalu klik pada 2 Related Samples sebagai berikut:

Menu Uji Tanda (Sign Test) dengan SPSS Versi 26

Setelah di klik maka akan masuk ke menu uji tanda yaitu sebagai berikut:

Memasukkan Sampel Penelitian
Masukkan data sampel sebelum dan sesudah seperti pada gambar di atas. Lalu berikan tanda centang (tickmark) pada Test Type lalu klik OK. Penggunaan Wilcoxon, McNemar dan Marginal Homogeneity kita bahas di artikel yang lain. Maka akan keluar output sebagai berikut:

Output Uji Tanda dengan SPSS Versi 26

Pada Frequencies tampak bahwa negative differences sebanyak N = 15. Dari superscript (a) maka kita melihat bahwa artinya Sesudah < Sebelum. Nilai sesudah yang lebih rendah dari pada sebelum ada sebanyak 15 kasus atau sampel (N). Sedangkan yang positive differences dengan superscript (b) sebanyak N = 12. Jumlah sampel sesudah > sebelum ada 12 kasus. Sedangkan yang sama (ties) ada 8 sampel.

Sedangkan Test Statistics memberikan nilai Signifikansi sebesar 0,700 > 0,05 yang berarti tidak terdapat perbedaan yang signifikan antara data sebelum dengan data sesudah. Ini konsisten dengan hasil pengujian dengan Wilcoxon. Apakah hasilnya selalu konsisten? Belum tentu. Konsep dasar uji tanda dengan Wilcoxon berbeda sehingga bisa memberikan hasil yang berbeda pula. Uji tanda menggunakan tanda, sedangkan uji Wilcoxon menggunakan rangking.

Pengujian tanpa alat bantu SPSS bisa dilakukan dengan menggunakan Tabel Uji Tanda yang dipisahkan menjadi sampel besar dan sampel kecil. Tabel tersebut bisa diperoleh di buku statistik yang Anda punyai.

Uji yang lain

Uji beda untuk dua sampel yang berkorelasi non parametrik ada beberapa macam dengan konsep yang berbeda-beda. Artikel ini menggunakan uji tanda yang menggunakan perbedaan tanda lebih besar atau lebih kecil. Konsep Wilcoxon berbeda, meskipun masih mirip yaitu menggunakan rangking. Kedua data diubah menjadi data rangking, baru rangking tersebut yang diuji apakah terdapat perbedaan atau tidak. 

Masih ada konsep yang lain, yaitu Uji McNemar yang menggunakan konsep dasar Cross Tabulation atau tabulasi silang yang sering dikenal pada Chi Square. Juga masih ada lagi uji beda dua sampel berkorelasi non parametrik yaitu Marginal Homogeneity.

Share:

Analisis Regresi Linear Sederhana dengan Simplis Lisrel

Di artikel terdahulu kita telah membandingkan hasil atau output regresi linear sederhana antara SPSS dengan AMOS. Hasilnya adalah identik. Perbedaan yang terjadi semata-mata karena perbedaan angka di belakang koma saja dan kurang lebih interpretasi hasilnya adalah sama. Kali ini kita akan mencoba dengan data yang sama tetapi menggunakan Software LISREL. Ya Lisrel sangat familier dalam analisis Structural Equation Modeling. Bahkan ada yang menyebut sebagai software yang paling powerfull. Dan memang, AMOS pun menggunakan notasi yang dikembangkan oleh Lisrel dalam softwarenya.

Baik kita langsung saja. Untuk data, bisa Anda download di sini dengan akun google Anda atau ini ada di Google Drive. Itu juga data yang sama yang dipergunakan untuk melakukan regresi linear sederhana dengan AMOS dan SPSS. Setelah Anda download, silahkan gunakan Simplis untuk mengakses data dalam SPSS tersebut:

Tabulasi Data dalam Simplis

Agar terlihat lebih sederhana, settinglah angka di belakang koma menjadi 0 atau tidak ada karena secara default akan keluar 3 angka di belakang koma yang akan terlihat menjadi lebih ruwet. Setelah itu set lah data ke dalam continuous agar bisa di analisis secara parametrik. Setelah itu pilih Statistics, lalu klik pada Regressions seperti pada gambar di bawah:

Menu Regresi pada Simplis

Maka kita akan diarahkan ke menu regresi. Masukkan X1 sebagai X variables dan Y sebagai Y variables. Untuk regresi berganda, Anda bisa memasukkan banyak variabel bebas.

Memasukkan Variabel Bebas dan Terikat

Setelah Anda memasukkan variabel X dan Y, karena ini hanya contoh, langsung saja klik Run sehingga akan keluar output sebagai berikut:

Estimated Equations

         Y = 0.272*X1 + Error, R² = 0.496

           (0.0195)                      

            13.948                      

  Error Variance = 5.574

  Total Sample Size =    200


Pada baris pertama output tertulis Estimated Equations dan di bawahnya memuat persamaan yang diestimasi dengan Simplis. Tampak bahwa nilai koefisien adalah sebesar 0,272 yang sama persis dengan output baik dengan SPSS maupun dengan AMOS. Kemudian nilai R square adalah sebesar 0,496 yang juga identik.

Output di bawahnya lagi adalah Standar error yaitu sebesar 0,0195 sedangkan di SPSS nilainya adalah sebesar 0,020. Ini sebenarnya adalah identik karena Simplis di set 4 angka di belakang koma. Sedangkan T hitung adalah sebesar 13,948 yang juga sama dan identik dengan output dengan SPSS.

Error Variance, jika kita ingin lebih detaik adalah sebesar 5,574 di mana AMOS mengeluarkan output sebesar 5,55.Nah ini juga identik, karena ada perbedaan setting output angka di belakang koma.

Jadi dapat kita simpulkan bahwa output yang dihasilkan memang sama. Tidak ada perbedaan, selama kita menggunakan alat bantu atau software tersebut dengan benar.

Share:

Uji Validitas

Uji validitas adalah uji untuk menentukan apakah rangkaian kuesioner yang dipergunakan mampu mengukur apa yang ingin diukur. Ilustrasinya adalah bahwa timbangan valid untuk mengukur berat badan, tetapi tidak valid untuk mengukur tinggi badan. Demikian juga, meteran valid untuk mengukur panjang suatu benda, tetapi tidak valid untuk mengukur suhu suatu benda. Sepertinya sangat sepele, tetapi ini sering memusingkan banyak mahasiswa. Dalam artikel ini kita akan membahas tentang uji validitas saja, tidak terkait langsung dengan bahasan tentang uji reliabilitas, meskipun keduanya adalah dua uji yang harus dilakukan pada suatu rangkaian kuesioner.


Daftar Isi

  1. Pendahuluan
  2. Apa yang terjadi jika kuesioner tidak valid
  3. Metode pengujian validitas
  4. Validitas dan Reliabilitas


Pendahuluan

Dalam suatu penelitian (terutama kuantitatif) maka kita akan berhadapan dengan variabel. Variabel adalah sesuatu yang abstrak, berbeda dengan benda seperti mobil, meja, rumah dan lain-lain. Misalnya variabel motivasi kerja. Kita akan sulit untuk mengukur motivasi kerja seorang karyawan karena tidak ada alat ukur yang secara langsung menentukan seberapa motivasi kerja karyawan tersebut. Berbeda dengan meja, kita bisa dengan langsung mengukur tinggi, atau berat meja tersebut. Konsep kecepatan pun bisa kita ukur secara langsung. Tetapi motivasi kerja tidak demikian.

Kita harus mempunyai suatu set alat ukur yang mampu mengukur motivasi kerja (atau variabel yang lain). Di sinilah kita akan mencoba menyusun berbagai pertanyaan yang akan diberikan kepada karyawan (subjek penelitian) agar kita dapat mengukur tinggi rendahnya motivasi kerja karyawan tersebut. Kita tidak bisa secara sembarangan menentukan item atau indikator yang dijadikan pertanyaan. Harus ada teori yang lengkap atau dasar pertimbangan yang logis.

Sebagai ilustrasi, kita akan mengukur sosial ekonomi seseorang (ini hanya contoh saja, mohon jangan fokus ke contohnya). Maka kita bisa menggunakan pertanyaan berapa gajinya, berapa luas rumahnya, berapa banyak mobilnya (atau silahkan yang lain). Tetapi mungkin kurang cocok jika kita menggunakan pertanyaan tentang berapa jumlah anaknya. Ini hanya contoh saja.

Atau mungkin kita ingin mengukur tingkat kegantengan seseorang. Mungkin kita bisa menggunakan indikator apakah ceweknya cantik atau tidak, apakah sering main sinetron, atau kah seberapa sering menjadi bintang iklan, atau seberapa jumlah like yang diperoleh ketika memposting selfie di Instagram atau sosial media yang lain. Mungkin akan terjadi perdebatan, banyak kok, orang yang tidak ganteng tetapi main sinetron terus. Ini masuk akal. Atau banyak kok orang yang jelek tetapi sering mendapatkan tawaran iklan. Nah, di sinilah tinjauan teori sangat penting agar indikator yang dipergunakan tidak salah. Kalau indikator yang dipergunakan salah, maka kuesioner tersebut tidak valid atau tidak mampu mengukur apa yang ingin diukur. Ujungnya adalah hasil penelitian kita akan bias.

Mudah-mudahan sudah jelas. Lalu ada pertanyaan, lho, ganteng atau tidaknya kan bisa dilihat secara langsung, misalnya hidung mancung, kulit wajah mulus atau yang lain. Nah, memang benar. Jika kita membahas lebih lanjut, maka di Partial Least Square, kita akan mengenal indikator reflektif dan indikator formatif. Apa itu? Bayangkan indikator reflektif adalah akibat dari konsep yang kita bentuk atau kita ukur, misalnya wajah ganteng. Maka akibat ganteng adalah disukai mertua, sering main sinetron atau sering main iklan. Arah anak panah adalah dari konstruk menuju kepada indikatornya. Sedangkan indikator formatif adalah ciri-ciri atau yang menjadi penyebab dari konstruk, misalnya hidung mancung, kulit mulus, dagu lancip dan lain-lain. Indikator reflektif akan saling berkorelasi, sedangkan indikator formatif tidak berkorelasi satu sama lain. Coba bayangkan saja :)


Apa yang terjadi jika kuesioner tidak valid

Tentunya mudah kita jawab yaitu bahwa kuesioner tersebut tidak mampu mengukur apa yang ingin diukur. Hasil pengukuran dengan kuesioner tersebut bias, sehingga tidak layak dipergunakan sebagai sumber data. Banyak sekali yang tidak sadar melakukan hal ini dalam penelitiannya. Menggunakan rangkaian kuesioner yang sudah valid, lalu dipergunakan dan ketika diuji tidak valid lalu menjadi bingung.

Coba bayangkan, sebuah timbangan yang sangat valid dipergunakan untuk mengukur berat badan seseorang, apakah valid dipergunakan untuk menimbang bumbu dalam sebuah resep. Tentunya tidak. Ini juga yang sering kejadian dalam penelitian. Ketika ada kuesioner sudah valid dipergunakan untuk mengukur motivasi manajer pada suatu penelitian, belum tentu valid dipergunakan untuk mengukur motivasi kerja staf. MANAJER dan STAF tentunya mempunyai karakteristik yang berbeda, harapan yang berbeda dan juga standar hidup yang berbeda. Jadi rangkaian kuesioner yang sudah valid pun perlu diuji lagi ketika ada peneliti yang menggunakan dalam konsep penelitian yang berbeda.

Lalu bagaimana menyusun rangkaian kuesioner yang tepat? Selalu gunakan teori yang ada. Jangan asal comot dari contoh kuesioner, tetapi tinjaulah terlebih dahulu apakah dasar teorinya sesuai dengan rancangan penelitian yang ada. Setelah itu uji validitas dan jika ada item yang tidak valid, bisa dikeluarkan dari model penelitian, lalu coba diuji lagi. Demikian seterusnya sampai tersisa item yang semuanya valid. Banyak peneliti yang menggunakan dua atau tiga indikator saja, sehingga ketika tidak valid jadi bingung karena jika dikeluarkan menjadi habis indikatornya. So..gunakan indikator yang cukup banyak sehingga kita bisa mengeliminir indikator yang tidak valid. Bagaimana jika terlanjur menggunakan indikator sedikit, ya tidak ada kata terlanjur, silahkan dikoreksi lagi. Waktunya tidak cukup kak....lha....artikel ini tentang uji validitas bukan artikel untuk konsultasi atau bimbingan seperti itu.


Metode pengujian validitas

Ada banyak uji validitas dan hampir semua telah dibahas di blog ini. Silahkan klik di navigasi di atas dan pilihlah metode yang diinginkan.

Navigasi Uji Validitas

Metode yang sering dipergunakan adalah dengan Korelasi Pearson. Anda dapat melakukan uji dengan Pearson menggunakan SPSS atau pun dengan Excel. Dengan metode Pearson, maka sebuah indikator akan diukur dua kali, yaitu sebagai korelasi dan satunya sebagai jumah dari total indikator yang ada. Oleh karena itu, ada metode untuk mengurangi efek spurious overlap tersebut dengan Item to total correlation. Bisa dilakukan dengan SPSS bisa juga dengan Excel. Dengan metode ini, maka hasilnya akan lebih rendah karena mengurangi efek pengukuran dua kali tersebut.

Analisis faktor juga bisa dipergunakan sebagai uji validitas. Penggunaan dengan Excel masih agak kesulitan sehingga disarankan dengan SPSS saja. Uji validitas dalam Structural Equation Modeling bisa menggunakan loading factor atau jika indikator formatif bisa menggunakan T hitung.


Validitas dan Reliabilitas

Validitas sangat sering disandingkan dengan kata reliabilitas. Keduanya memang uji yang sering dipergunakan pada rangkaian kuesioner. Akan tetapi keduanya adalah hal yang berbeda dan tidak berkaitan secara langsung. Maksudnya, kuesioner yang sudah valid tidak serta merta pasti reliabel. Banyak kasus, rangkaian kuesioner yang sudah valid, ketika diuji ternyata tidak reliabel. Ini wajar saja, tidak usah bingung dan bertanya-tanya bisa terjadi. Silahkan dimodifikasi agar reliabel, misalnya mengeluarkan indikator yang menjadikan tidak reliabel. Setelah itu jangan lupa diuji lagi validitasnya, karena rangkaian kuesioner yang reliabel pun belum tentu valid. Jadi bolak-balik ya, jangan bosan.

Rangkaian kuesioner harus valid dan reliabel, tidak bisa salah satu saja ya. Dan setelah valid dan reliabel, juga jangan bingung kenapa hipotesis tidak diterima. Ini hal yang berbeda dan tidak ada keterkaitan secara langsung, dalam arti kuesioner yang valid pasti hipotesisnya diterima. Tidak ada ketentuan demikian.

Share:

Apa itu Marketplace dan Bedanya dengan Toko Online

Pada dasarnya, marketplace merupakan pihak perantara yang mengakomodasi kepentingan pihak penjual dan pihak pembeli di dalam dunia maya. Website marketplace akan menjadi layaknya pihak ketiga dalam transaksi online dengan menyediakan fitur penjualan serta fasilitas pembayaran yang mudah dan aman. Marketplace sendiri bisa kita artikan sebagai suatu department store-nya online store. Kita bisa mendapatkan barang apa saja di marketplace, seperti layaknya kita berbelanja secara konvesional, atau datang ke department store.

Simulasi Gambar Marketplace


Daftar Isi

  1. Pendahuluan
  2. Apa itu Marketplace?
  3. Apa saja jenis-jenis Marketplace
  4. Apa bedanya Marketplace dengan Online Shop
  5. Apa saja contoh Marketplace
  6. Kesimpulan


Pendahuluan

Dalam beberapa tahun terakhir, transaksi perdagangan online atau e-commerce di Indonesia selalu mengalami peningkatan. Oleh karena itu, sistem perdagangan ini diramalkan memiliki masa depan yang cerah, dan marketplace merupakan salah satu pemain terbesar yang ada pada bisnis e-commerce di Indonesia.

Kegiataan jual beli online ini memang menjadi tren baru sejak beberapa tahun terakhir. Salah satu penggunanya mungkin adalah Anda. Tren ini semakin dipertajam dengan adanya pandemi Covid-19 di mana orang diharuskan membatasi aktivitas, bahkan interaksi sesama manusia juga menjadi semakin terbatas. Oleh karena itu, transaksi jual beli yang dulunya dilakukan secara langsung, didorong untuk menjadi tidak secara langsung atau melalui online.

Satu dari sekian banyaknya platform yang digunakan banyak orang untuk melakukan perdagangan online adalah marketplace. Mari kita bahas bersama apa itu marketplace.


Apa itu Marketplace?

Marketplace adalah pihak perantara yang mengakomodasi kepentingan pihak penjual dan pihak pembeli di dalam dunia maya. Website marketplace akan menjadi layaknya pihak ketiga dalam transaksi online dengan menyediakan fitur penjualan serta fasilitas pembayaran yang mudah dan aman. Marketplace sendiri bisa kita artikan sebagai suatu department store-nya online store. Kita bisa mendapatkan barang apa saja di marketplace, seperti layaknya kita berbelanja secara konvesional, atau datang ke department store.

Marketplace mirip dengan pasar (market) tradisional di mana ada transaksi jual beli di sana. Hanya perbedaan yang mencolok adalah tidak adanya pertemuan langsung antara penjual dengan pembeli. Komunikasi antara penjual dan pembeli dilakukan secara online atau dijembatani dengan teknologi, yaitu internet.


Apa Saja Jenis-jenis Marketplace itu?

Sebenarnya terdapat dua jenis bentuk kerja sama yang di lakukan marketplace, yaitu marketplace murni dan juga marketplace konsinyasi.


1. Marketplace Murni

Marketplace murni adalah marketplace yang menyedikan fitur penjualan untuk berjualan, lengkap dengan fasilitas pembayarannya. Penjual yang bekerjasama di dalamnya akan diberikan keleluasaan yang sangat banyak dibandingkan dengan marketplace konsinyasi. Di sini pembeli juga lebih leluasa untuk melakukan pembelian karena langsung ditangani oleh penjual secara langsung.

Setiap penjual diberi kewajiban untuk menyediakan deskripsi dan foto produknya sendiri. Selain itu, penjual juga bisa menerima penawaran harga yang dilakukan oleh pembeli. Jadi sebelum pembeli melakukan pembayaran, maka pihak pembeli bisa melakukan penawaran harga pada penjual. Tetapi layanan penawaran ini optional, di mana tidak setiap marketplace menyediakan menu ini dan juga tidak setiap penjual harus mengaktifkan menu penawaran ini.

Beberapa contoh marketplace yang terkenal dengan jenis kerjasama ini adalah Tokopedia, Shopee, BliBli, Bukalapak, Elevenia, Lazada, JD.id, Amazon dan lain-lain.


2. Marketplace Konsinyasi

Marketplace konsinyasi adalah lebih mirip seperti titip barang. Jadi, jika pihak penjual ingin melakukan kerjasama dengan situs marketplace ini, maka pihak penjual hanya perlu menyediakan produk dan detail informasi produknya ke pihak marketplace saja. Beberapa marketplace yang menyediakan jenis kerjasama konsinyasi adalah Zalora, Berrybenka dan lain-lain

Nantinya, pihak situs marketplace akan mengurus seluruh penjualan produk, dari mulai foto produk, gudang, pengiriman barang, serta fasilitas pembayaran. Jenis kerjasama ini sangat berbeda dengan kerjasama sebelumnya, karena pada jenis kerjasama ini pembeli tidak bisa melakukan penawaran karena seluruh harga dan alurnya sudah di atur dan ditangani oleh situs marketplace.

Pihak marketplace akan mengurus seluruh hal terkait penjualan dari mulai pengiriman barang foto, gudang, produk, hingga fasilitas pembayaran.

Dalam perkembangannya, saat ini marketplace murni juga memberikan fitur atau layanan di mana semua urusan ditangani oleh pihak marketplace. Misalnya Tokopedia dengan fitur cabang, di mana penjual hanya mengirim barang ke gudang, dan handling selanjutnya ditangani oleh Tokopedia. Atau Shopee dengan fitur export-nya.


Apa Bedanya Marketplace dengan Online shop?

Apakah keduanya adalah dua platform yang sama? Tentu saja jawabannya adalah tidak sama, keduanya adalah dua bentuk platform yang berbeda. Letak utama perbedaannya adalah perantara.

Marketplace merupakan pihak perantara yang menyatukan penjual dengan pembeli. Sedangkan online shop sama sekali tidak membutuhkan perantara. Penjual akan langsung menjual produknya pada platform miliknya sendiri, jadi tidak memerlukan perantara sama sekali.

Melakukan penjulan dengan platform online shop akan menuntut Anda untuk bisa lebih mandiri. Anda harus membuat website, mengelola pemasaran, misalnya dengan bantuan media sosial, dan harus berhubungan langsung dengan pelanggan.

Meskipun begitu, mengelola website online shop sendiri juga mempunyai banyak keuntungan tersendiri, terlebih lagi jika Anda sudah memiliki brand. Saat ini bahkan sudah banyak brand sukses yang membangun online shop-nya  sendiri.

Selain itu, keuntungan lain yang akan Anda rasakan ketika mengelola website online shop sendiri adalah: (a) Toko online shop Anda akan mendapatkan kepercayaan yang lebih banyak di mata pelanggan; (b) Online shop Anda akan lebih mudah ditampilkan di mesin pencarian google. Hal ini sangat penting karena pelanggan selalu melakukan riset dengan memanfaatkan mesin pencarian terlebih dahulu sebelum benar-benar membelinya; (c) Meminimalisir sifat ketergantungan dengan pihak lain, karena Anda akan dituntut untuk mempelajari dan mengelola website Anda sendiri, bukan website orang lain.

Jadi jika Anda sedang mengembangkan brand Anda, maka website adalah kebutuhan yang paling utama. Anda akan memiliki pusat toko yang seluruh kendalinya benar-benar Anda kuasai. Jadi, jika suatu waktu ada masalah tertentu di marketplace, maka Anda tidak akan kebingungan karena sudah memiliki online shop sendiri.  


Apa Saja Contoh Marketplace?

Saat ini, persaingan marketplace yang ada di Indonesia sangat ketat. Banyak sekali pemain baru dan pemain lama yang bersaing dalam mendapatkan konsumen di Indonesia. Marketplace di bawah ini merupakan contoh lima marketplace besar di Indonesia yang termasuk dalam jenis marketplace murni, alasannya adalah jangkauan pasarnya lebih banyak dan sangat beragam.


Tokopedia

Didirikan oleh William Tanuwijaya pada Februari 2009, Tokopedia merupakan salah satu marketplace yang sudah bergerak lama di Indonesia. Marketplace ini bahkan mendapat predikat sebagai marketplace terbesar dan telah melakukan merger dengan Gojek sehingga sekarang dikenal juga dengan istilah Go To.

Selain itu, tokopedia juga termasuk ke dalam kategori salah satu startup unicorn Indonesia, yang artinya nilai valuasi Tokopedia sudah menyentuh angka lebih dari $1 miliyar.

Marketplace Tokopedia


Bukalapak

Bukalapak juga sama-sama memiliki gelar startup unicorn layaknya Tokopedia. Bukalapak ini didirikan oleh Ahmad Zaky pada pada 2010 di Bandung, Jawa Barat. Selama ini, marketplace bukalapak sudah menjual sahamnya di Bursa Efek Indonesia dan mendapatkan respons yang positif di mata para investor.

Marketplace Bukalapak

Shopee

Shopee merupakan salah satu marketplace asal Singapura, marketplace ini sudah mengekspansi pasar Asia Tenggara sejak tahun 2015 lalu, termasuk ke Indonesia. Saat ini Shopee dinyatakan sebagai marketplace terbesar kedua di Indonesia setelah Go To meskipun beberapa waktu yang lalu sempat dikabarkan sebagai terbesar di Indonesia.

Marketplace Shopee


Lazada

Nampaknya Lazada mulai merasa kesulitan dalam menghadapi persaingan dengan marketplace lainnya. Walaupun pada tahun 2018 lalu marketplace ini mendapati banyak sekali pengunjung, namun pada tahun 2019 dan seterusnya mengalami penurunan.

Marketplace Lazada


Blibli

Bli-bli merupakan marketplace karya PT Global Digital Niaga, salah satu anak perusahaan Djarum. Marketplace ini yang dulunya mempunyai penjual terbatas, sekarang mulai meningkatkan jumlah penjual yang aktif di platformnya.

Marketplace Blibli


Kesimpulan

Jadi pada dasarnya, marketplace merupakan platform perantara yang bertugas menghubungkan pihak pembeli dan penjual. Sementara itu, online shop merupakan situs pribadi milik perusahaan yang didalamnya melakukan penjualan tanpa perantara.

Setiap penjual atau perusahaan bisa membuat online shopnya sendiri sebagai wujud platform yang digunakan untuk menjual produknya secara langsung pada para pembeli.

Jadi, perbedaan antar kedua platform ini adalah tersedia atau tidaknya peran perantara.

Share:

Apa itu Program Afiliasi dan Apa Keuntungannya?

Program afiliasi adalah program yang memungkinkan Anda mendapat komisi apabila Anda berhasil membuat orang lain membeli atau menggunakan suatu produk. Berbeda dengan reseller, karena reseller harus menjual sendiri produk yang dimaksud. Afiliasi juga dapat dilakukan oleh seorang influencer, misalnya youtuber atau platform yang lain.


Daftar Isi

  1. Apa itu Program Afiliasi
  2. Cara Kerja Program Afiliasi
  3. Keuntungan Program Afiliasi
  4. Kesimpulan


Apa Itu Program Afiliasi?

Program afiliasi adalah program yang memungkinkan Anda untuk mendapatkan komisi apabila Anda berhasil membuat orang lain membeli atau menggunakan suatu produk. Jumlah dari komisi yang Anda dapatkan berbeda-beda tergantung kebijakan perusahaan yang Anda ikuti. Ada yang memberikan 5% atau 10% saja, tetapi ada juga yang memberikan bahkan sampai dengan 90%. Akan tetapi kita harus cermat, tidak semata-mata kepada prosentase saja, tetapi juga nominal, sistem, dan masih banyak lagi parameter yang harus kita cermati sebelum memutuskan menggunakan suatu produk sebagai materi afiliasi kita.

Gambar Simulasi Program Afiliasi

Cara Kerja Program Afiliasi

Mari kita bahas secara singkat dulu para pihak yang terlibat di dalamnya. Tiga pihak yang terlibat langsung dalam program afiliasi adalah:

Pemilik Produk: bisa merupakan perusahaan, vendor, penjual, dan lainnya. Merekalah yang mengeluarkan program afiliasi ini. 

Afiliator: orang yang mengikuti program afiliasi. Mereka bertugas memasarkan produk dari pemilik program afiliasi kepada calon konsumen.

Konsumen:  konsumen bisa membeli produk dari pemilik produk melalui afiliator.

Cara kerja program afiliasi adalah sebagai berikut:


1. Daftar Program Afiliasi

Untuk mengikuti program afiliasi, Anda harus mendaftar terlebih dahulu. Pendaftaran biasanya bisa dilakukan di website perusahaan tersebut.

Nah, setelah mendaftar, Anda akan mendapatkan kode referral. Kode referral ini unik untuk setiap orangnya dan digunakan sebagai konfirmasi kalau konsumen memang membeli dari afiliator tersebut.

Oh ya, kadang justru Anda yang ditawari untuk mengikuti program afiliasi, lho. Penawaran program afiliasi ini biasanya terjadi pada influencer media sosial atau blogger trafik besar dengan tema pembahasan yang sesuai dengan produk afiliasi tersebut.


2. Promosi Produk Afiliasi

Agar bisnis afiliasi menghasilkan banyak komisi, Anda harus mempromosikan kode referral sehingga banyak yang orang beli. Promosi ini bisa Anda lakukan dengan beberapa cara:

Buat Review Produk di Blog

Anda bisa menulis artikel yang mereview suatu produk afiliasi. Tapi ingat, Anda harus mempertimbangkan kesesuaian tema blog dengan produk afiliasi. Usahakan target audiens blog dan target audiens produk afiliasi itu sama agar promosi Anda efektif.

Tulislah review yang apa adanya dan membahas pengalaman Anda menggunakan produk tersebut dengan mendalam. Jabarkan kelebihan dan kekurangannya, lalu akhiri dengan CTA kode referral Anda.

Untuk membuat review produk referral ini, Anda harus memiliki blog. Oleh karena itu, jika Anda belum punya blog, kami sarankan untuk membuatnya terlebih dahulu. Blog ini adalah salah satu sarana penting untuk promosi kode referral Anda.

Walaupun begitu, jangan menaruh banner promo di setiap sisi website secara acak begitu saja. Karena ini bisa membuat pengunjung muak dan justru meninggalkan website Anda.

Usahakan untuk memasang banner di tempat-tempat strategis, misalnya di header atau di sisi samping blog. Anda juga bisa mengkombinasikannya dengan konten review produk dan menempatkan banner di akhir artikel sebagai CTA.


Media Sosial

Buat postingan di media sosial yang membahas produk afiliasi Anda. Mulai dari review singkat hingga posting ulang dari akun resmi pemilik produk. 

Usahakan Anda juga menerapkan strategi social media marketing agar promosi lebih efektif dan maksimal. Oleh karena itu, kami sarankan Anda mempelajari social media marketing.

Oh ya, jangan lupa juga untuk memasukkan CTA di dalam postingan Anda di media sosial. CTA ini bisa dalam bentuk caption di postingan atau mengarahkan ke bio untuk link referral.

Jika Anda mempunyai kanal YouTube, justru lebih baik lagi karena Anda bisa membuat video edukasi mengenai topik dari produk afiliasi tersebut. Kemudian, Anda bisa menyisipkan link referral di dalam video atau pada deskripsi video.

Promosi di forum online bisa Anda lakukan dengan menuliskan review singkat produk afiliasi. Atau bisa juga dengan ikut diskusi lalu menyisipkan link referral di komentar Anda.

Namun, satu hal yang harus Anda ingat bahwa berbeda forum berbeda pula aturan mainnya. Ada forum yang membolehkan promosi produk, ada pula forum yang melarang keras promosi dalam bentuk apapun. Jadi sebaiknya Anda baca dulu aturan di sana, ya.


3. Orang-Orang Menggunakan Kode Referral Anda

Tujuan melakukan promosi afiliasi adalah agar orang-orang menggunakan kode referral Anda. Nah, jika ada yang menggunakan kode referral, konsumen mendapat diskon tambahan dan Anda sebagai afiliator mendapatkan komisi.

Oh ya, walaupun Anda mendapatkan komisi dari pembelian konsumen, bukan berarti harga produk yang dibeli konsumen akan lebih tinggi daripada harga normal. Umumnya, harganya sama saja bahkan ada yang lebih murah.


4. Dapatkan Komisi

Komisi akan didapatkan apabila ada yang menggunakan kode referral Anda. Nah di sini, Anda akan berbagi profit dengan pemilik produk.

Namun, untuk mendapatkan komisi tak melulu mengharuskan konsumen membeli suatu produk terlebih dahulu, lho. Tergantung dari perusahaannya, ada tiga jenis komisi dari program afiliasi:


Per Penjualan

Ini adalah jenis pembagian komisi yang umumnya diterapkan dalam program afiliasi. Setelah konsumen membeli produk melalui link referral, Anda akan diberikan komisi beberapa persen dari harga penjualan.

Dengan kata lain, orang-orang tak hanya harus mengklik link referral, lalu Anda akan langsung mendapatkan komisi. Namun, mereka wajib melakukan pembelian terlebih dahulu dan menjadi konsumen dari perusahaan pemilik produk.


Per Klik

Seperti namanya, komisi ini dibayarkan apabila ada orang yang mengklik link referral. Biasanya, link referral akan mengarahkan mereka ke website pemilik produk. Jadi bisa dikatakan bahwa komisi per klik ini dibayarkan berdasar peningkatan trafik website dari pemilik produk.


Keuntungan Program Afiliasi

Apa saja keuntungan afiliasi? Banyak. Contohnya seperti penghasilan pasif dan jam kerja yang fleksibel.

Penasaran kan apa saja keuntungan dari program afiliasi? Berikut adalah enam manfaat yang akan Anda rasakan jika menjadi seorang Afiliator!


1. Penghasilan Pasif

Suatu pekerjaan pada umumnya mengharuskan Anda untuk berada di tempat kerja untuk mendapatkan uang. Sementara dengan program afiliasi, Anda akan tetap mendapatkan uang saat tidur sekalipun.

Promosi yang Anda lakukan di awal akan tetap berada di sana selamanya (kecuali jika Anda menghapusnya). Ini membuat uang tetap masuk berminggu-minggu, bahkan berbulan-bulan setelahnya.

Anda tak perlu berada di depan komputer untuk mendapatkan uang. Cukup duduk manis dan uang akan datang dengan sendirinya.


2. Modal Kecil

Perusahaan penyedia program afiliasi itu ada dua jenis. Pertama adalah perusahaan yang tak memberikan syarat wajib membeli produk mereka terlebih dahulu untuk mendaftar program afiliasi.

Sedangkan jenis kedua, perusahaan mewajibkan Anda untuk membeli produknya agar bisa ikut di program afiliasi mereka.

Untuk jenis kedua, sebaiknya pilihlah produk yang memang sedang Anda butuhkan. Jadi, Anda bisa memenuhi kebutuhan pribadi sekaligus mendapatkan uang dari produk yang orang beli dari program afiliasi.


3. Kerja dari Rumah

Anda bisa menjalankan strategi promosi link referral dari mana saja, termasuk dari sofa di rumah. Yang Anda butuhkan hanyalah koneksi internet dan laptop/smartphone. Jadi, afiliasi adalah jenis pekerjaan sempurna bagi Anda yang tak suka bekerja kantoran. 


4. Jam Kerja Fleksibel

Anda tak terikat kontrak yang mengharuskan untuk mempromosikan program afiliasi setiap hari dari jam tertentu layaknya bekerja kantoran. Jadi, Anda sendirilah yang menentukan kapan saatnya promosi dan kapan saatnya bersantai. 


5. Bisa Ikut Banyak Program Afiliasi

Anda mungkin merasa kalau mendaftar satu program afiliasi saja masih tidak cukup. Nah, tak perlu pusing karena Anda bisa ikut program afiliasi dari perusahaan lainnya di saat yang sama. 

Anda bisa mendaftar ke tiga atau empat program afiliasi sekaligus, selama memang tidak bertentangan dengan syarat dan ketentuan dari perusahaan lainnya. Jadi, pastikan Anda membaca syaratnya terlebih dahulu agar tidak terkena konsekuensi di masa depan.


6. Penghasilan Murni dari Kerja Keras Anda

Pada pekerjaan lain, Anda bisa saja bekerja hingga 80 jam per minggu dan masih menghasilkan gaji yang sama. Hal ini tak berlaku apabila Anda ikut program afiliasi.

Uang yang didapatkan dari bisnis afiliasi itu tergantung sepenuhnya dari kerja keras usaha Anda melakukan promosi. Dengan kata lain, semakin niat usaha Anda, semakin besar pula hasil yang akan didapatkan.


Kesimpulan

Afiliasi adalah salah satu cara untuk mendapatkan uang yang sangat flesibel. Fleksibel karena tidak ada jam kerja yang mengikat dan tidak ada keharusan atau kewajiban layaknya seorang karyawan atau pegawai pada perusahaan tertentu. Tidak ada target sama sekali, tetapi semua penghasilan adalah berasal dari usaha dan kerja Anda sendiri.

Setelah mendaftar afiliasi, lalu Anda diamkan saja, maka tidak akan ada uang yang masuk ke rekening Anda. Anda tetap harus meluangkan waktu untuk mengelola usaha afiliasi Anda, tentunya dengan waktu yang sangat fleksibel.

Untuk potensi pendapatannya boleh dibilang sangat luas. Bisa saja 0, dalam arti  Anda tidak mendapatkan sepeser pun, tetapi juga bisa mendapatkan jutaan atau bahkan puluhan juta per bulan, semuanya tergantung dari aktivitas Anda sendiri.

Share:

Uji Beda Dua Sampel Berhubungan pada Statistik Non Parametrik

Uji beda dua sampel berhubungan adalah uji beda untuk melihat perbedaan antara dua sampel yang berhubungan (berkorelasi) atau dari sampel yang sama dengan treatment (perlakuan) yang berbeda. Istilah treatment dapat berupa latihan, pemberian obat atau suntikan, metode pembelajaran, kebijakan perusahaan dan masih banyak lagi. Pada setiap kasus, kelompok yang mendapatkan perlakuan dibandingka dengan kelompok yang tidak mendapatkan perlakuan atau mendapatkan perlakuan lainnya.


Daftar Isi

  1. Pendahuluan
  2. Uji McNemar
  3. Uji Sign
  4. Uji Wilcoxon
  5. Uji Marginal Homogeneity
  6. Kesimpulan


Pendahuluan

Pada kasus perbandingan antara dua kelompok, kadang-kadang ada bias yang sangat fatal. Peneliti bisa menemukan adanya perbedaan yang signfikan, tetapi sebenarnya perbedaan itu bukan dikarenakan perlakuan. Misalnya kita ingin membandingkan keputusan pembelian Iphone antara dua kelompok, yaitu kelompok masyarakat yang tinggal di perkampungan dengan masyarakat yang tinggal di perumahan. Bisa saja peneliti menemukan perbedaan yang signifikan tetapi bukan karena tempat tinggal, tetapi karena variabel yang lain, misalnya pengaruh pergaulan sosial (ini hanya contoh saja).

Simulasi Gambar Uji Beda Sampel Berpasangan Non Parametrik
Salah satu cara untuk menghindari adanya bias tersebut maka dilakukan dengan menggunakan dua sampel yang berpasangan (match). Kita dapat menghubungkan atau memasangkan kedua sampel yang akan diteliti. Pemasangan tersebut dapat dilakukan dengan pengontrol dirinya sendiri atau memasangkan subjek kemudian memberikan perlakuan yang berbeda. Untuk pengontrol dirinya sendiri, kita dapat mengukur variabel yang akan diukur pada 'sebelum' lalu membandingkannya dengan 'setelah' diberikan perlakuan. Misalnya harga saham diukur sebelum melakukan stock split lalu diukur lagi setelah melakukan stock split, lalu dibandingkan.

Contoh yang memasangkan, adalah dengan memilih suatu kelas lalu membaginya menjadi dua secara acak. Setelah itu dipasangkan dengan kriteria mempunyai nilai yang relatif sama. Setelah itu bagian pertama diberikan metode pembelajaran A, sedangkan bagian yang kedua diberikan metode pembelajaran B. Setelah itu dievaluasi lalu dibandingkan pada kedua pasangan tersebut.

Ada beberapa metode yang dapat dipergunakan untuk menganalisis model ini. Berikut beberapa di antaranya akan dibahas disertai dengan contoh.


Uji McNemar

Uji McNemar cocok dipergunakan untuk uji sampel berpasangan yang menggunakan skala ordinal atau bahkan nonimal. Dengan keunikan ini, maka Uji McNemar dapat dipergunakan untuk uji beda sampel berpasangan yang menggunakan data biner atau dummy (0 dan 1). Konsep dasarnya menggunakan tabulasi silang (cross tabulation) seperti yang telah kita kenal baik pada Chi Square.

Untuk contoh uji McNemar dengan SPSS versi 23 silahkan visit ke sini.


Uji Sign

Uji Sign juga merupakan uji beda dua sampel berpasangan tetapi berdasarkan 'tanda' yaitu lebih besar, lebih kecil atau sama dengan. Jadi uji sign tidak mendasarkan pada pengukuran kuantitatif dari data, tetapi kepada mana yang lebih besar, mana yang lebih kecil atau sama dengan. Oleh karena itu dapat dipergunakan untuk data yang tidak memungkinkan atau kesulitan untuk mengukur secara kuantitatif.

Berikut contoh simulasi Uji Sign dengan SPSS Versi 26.


Uji Wilcoxon

Pengembangan dari Uji Sign adalah Uji Wilcoxon. Dengan uji Wilcoxon, kita tidak hanya mendapatkan arah tetapi juga menggunakan ranking dari masing-masing kedua data. Jadi kedua sampel dilakukan ranking lalu ranking itulah yang diuji bedanya. Jadi kita dapat mendapatkan informasi yang lebih dibandingkan dengan uji Sign. Dengan uji Wilcoxon, kita tidak hanya mendapatkan informasi  bahwa kedua sampel berbeda atau tidak, tetapi juga bisa menentukan sampel mana yang lebih tinggi (atau lebih rendah).

Berikut adalah contoh Simulasi Uji Wilcoxon dengan SPSS Versi 23.


Uji Marginal Homogeneity

Uji Marginal homogeneity sudah terdapat di SPSS Versi 26 dan beberapa versi sebelumnya. Metode ini lebih powerfull dibandingkan ketiga metode lainnya yang telah dibahas di atas.

Berikut adalah contoh simulasi Uji Marginal Homogeneity dengan SPSS Versi 26


Kesimpulan

Dengan menggunakan uji beda dua sampel yang berhubungan, kita bisa mengeleminir adanya pengaruh dari variabel lain yang tidak menjadi topik dalam penelitian. Dengan adanya kontrol dari 'diri sendiri' maka unsur bias tersebut dapat direduksi. Untuk non parametrik, setidaknya tersedia alat analisis yang beragam, karena data non parametrik juga mempunyai variasi yang beragam, dari nominal, ordinal, berbentuk distribusi frekuensi ataupun sebenarnya rasio tetapi tidak memenuhi asumsi normalitas.

Share:

Uji Beda Dua Sampel Independent pada Statistik Non Parametrik

Uji beda dua sampel independent dipergunakan untuk menguji perbedaan dua sampel yang tidak berkorelasi, bisa parametrik atau non parametrik.  Untuk statistik non parametrik, setidaknya ada dua kemungkinan, yaitu dua sampel tersebut mungkin diambil secara random dari populasi atau dua sampel ini berasal dari pemberian dua perlakuan secara random terhadap anggota sampel. Kedua metode ini tidak mensyaratkan adanya jumlah data yang sama pada kedua sampel tersebut.

Simulasi Uji Beda Dua Sampel Independent pada Statistik Non Parametrik

Daftar Isi

  1. Pendahuluan
  2. Median Test
  3. Mann Whitney U Test
  4. Kolmogorov Smirnov
  5. Wald Wolfowitz
  6. Kesimpulan


Pendahuluan

Banyak kasus di mana kita berhadapan denga dua buah kelompok atau sampel data yang tidak berasal dari populasi yang sama atau mempunyai jumlah atau anggota sampel yang tidak sama. Untuk statistik parametrik, maka harus ada beberapa asumsi, misalnya normalitas dan juga skala pengukuran juga harus interval atau rasio. Tetapi banyak data yang tidak berskala itu, misalnya nominal atau ordinal. Oleh karena itu, statistik non parametrik menjadi sangat penting ketika kita bekerja dengan data berskala nominal atau ordinal.

Sebagai contoh adalah data yang berbentuk biner, atau data yang berkala ordinal. Beberapa metode statistik non parametrik untuk dua sampel yang tidak berhubungan justru lebih banyak dari pada metode statistik parametrik untuk dua sampel yang tidak berhubungan. Beberapa di antaranya kita bahas bersama di artikel ini.


Median Test

Independent Sample T Test adalah uji untuk melihat apakah terdapat perbedaan antara dua sampel yang tidak berhubungan (berkorelasi) berdasarkan nilai median. Dua sampel ini bisa berasal dari populasi yang berbeda atau bisa juga berasal dari satu sampel tetapi dengan perlakuan (treatment) yang berbeda. Jika lebih dari dua sampel maka bisa menggunakan K Independent sample t test. Dalam hal ini K independent sample t test juga akan memberikan hasil yang konsisten jika dikenakan pada dua sampel.

Karena menggunakan median, maka metode statistik ini dapat dikenakan pada data rasio atau interval, tetapi tidak memenuhi asumsi parametrik. Metode ini dapat diaplikasikan pada dua sampel, tetapi juga bisa diterapkan pada banyak sampel (atau k). Simulasi selengkapnya tentang Median test kami berikan di sini. Dalam simulasi tersebut diberikan contoh median test dengan menggunakan SPSS Versi 23.


Mann Whitney U Test

Mann Whitney U Test dapat diterapkan pada data yang berbentuk ordinal atau rangking. Dalam data ordinal, maka jelas dipergunakan statistik non parametrik, karena data ordinal tidak bisa dikenai uji normalitas seperti data berskala interval atau rasio. Tetapi metode ini juga sering dipergunakan pada data berskala interval atau rasio tetapi tidak memenuhi asumsi normalitas sehingga data tersebut dianggap berbentuk ordinal.

Metode Mann Whitney U test sering dipergunakan dalam test non response bias di mana kuesioner yang diberikan bisa saja berbentuk interval, misalnya dengan skala 1 sampai dengan 7 atau bahkan skala 1 sampai dengan 10. Artikel tentang Mann Whitney U Test selengkapnya kami tampilkan di sini.


Kolmogorov Smirnov

Uji Kolmogorov Smirnov Z adalah uji untuk menguji perbedaan dua sampel yang tidak berhubungan berdasarkan distribusi frekuensi pada statistik non parametrik. Mungkin kita lebih familier uji Kolmogorov Smirnov untuk uji normalitas. Uji itu merupakan perluasan penggunaan dan pada satu sampel. Diperluas oleh Liliefors sebagai uji normalitas dan akhirnya populer dipergunakan untuk menguji normalitas suatu distribusi data.

Uji Kolmogorov Smirnov pada dua sampel juga menggunakan prinsip dasar yang sama dengan satu sampel yang berdasarkan frekuensi atau frekuensi kumulatif. Kalau satu sampel dibandingkan dengan frekuensi kumulatif data normal, kalau untuk dua sampel, keduanya dibandingkan, berbeda atau tidak. Simulasi uji non parametrik dua sampel independen dengan Kolmogorov Smirnov dibahas di sini. 


Wald Wolfowitz

Metode yang keempat yang kita bahas di sini adalah metode Wald Wolfowitz. Sering juga disebut dengan Wald Wolfowitz Runs, karena memang merupakan pengembangan dari uji Run atau Run test yang telah kita bahas di uji satu sampel non parametrik. Jumlah Run atau Run(s) (jamak) menjadi penentu apakah satu sampel tersebut acak atau tidak. Uji ini juga diadopsi di uji asumsi klasik menjadi uji autokorelasi yang juga sangat populer atau sering dipergunakan.

Karena merupakan pengembangan dari run test, maka uji ini juga menghitung jumlah runs dari masing-masing sampel lalu dibandingkan apakah mempunyai perbedaan atau tidak. Simulasi uji Wald Wolfowitz selengkapnya kami bahas di sini dengan SPSS Versi 26.


Kesimpulan

Bekerja dengan statistik non parametrik memang membuat wawasan kita menjadi semakin luas. Banyak pengukuran di masyarakat luas yang tidak dengan serta merta kita gunakan sebagai data apa adanya. Bobot orang suka dengan sangat suka akan bias ketika berbeda orang dan juga berbeda selisihnya dengan tidak suka dengan sangat tidak suka. Hal inilah yang membuat statistik parametrik tetap dipergunakan sampai dengan sekarang.

Jika dihitung-hitung maka jumlah metode pada statistik non parametrik sering lebih banyak dibandingkan statistik parametrik dalam kasus yang sama. Statistik non parametrik juga mempunyai keunikan lain yaitu dapat dikenakan pada jumlah sampel yang kecil dan sering kali dapat kita hitung secara manual atau menggunakan spread sheet saja. 

Share:

Artikel Terbaru

Translate

Artikel Terbaru

Tutorial Cara Download File dari Google Drive

Dalam artikel sebelumnya telah kita sampaikan bahwa jika menginginkan file yang dipergunakan dalam simulasi di blog ini dapat di download di...

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *