Alat Analisis dalam Penelitian: Statistika Multivariat PDF

Preview

Summary

Diklat/Workshop “How to Write Good Research Proposal” Program Doktor Ilmu Manajemen FEB-UNIB Alat Analisis dalam Penelitian: Statistika Multivariat Perhatikan Judul Penelitian, Kita Tahu Metode Analisis Datanya Oleh: Rini Indriani Djamaan Metode pengolahan variabel dalam Analisis jumlah yang banyak,...

Description

Diklat/Workshop “How to Write Good Research Proposal” Program Doktor Ilmu Manajemen FEB-UNIB

Alat Analisis dalam Penelitian: Statistika Multivariat Perhatikan Judul Penelitian, Kita Tahu Metode Analisis Datanya Oleh: Rini Indriani Djamaan

Analisis Multivariat

Metode pengolahan variabel dalam jumlah yang banyak, dimana tujuannya adalah untuk mencari pengaruh variabel-variabel tersebut terhadap suatu obyek secara simultan atau serentak.

Analisis Multivariat Analisis Multivariat adalah salah satu bentuk dari analisis inferensial.  Analisis inferensial artinya analisis yang melibatkan sejumlah sampel

saja. Dan dimana hasilnya nanti digunakan sebagai alat generalisasi untuk keseluruhan populasi.

 Sehingga Analisis Multivariat tidak akan lepas dari istilah-istilah signifikansi dan juga tingkat kesalahan dan derajat kepercayaan.

Analisis Multivariat vs Analisis Multivariabel  Analisis Multivariat dan analisis multivariabel, yaitu: Analisis Multivariat pastilah analisis multivariabel, sedangkan analisis multivariabel belum tentu Analisis

Multivariat.  Analisis Multivariat tidak pernah bisa lepas dari variate. Maka, pertanyaannya: apakah yang disebut dengan variate?  Variat adalah suatu kombinasi linear dari variabel-variabel yang memiliki bobot empiris yang telah ditentukan.

 Variabel-variabel itu saling terkait satu sama lain. Disinilah letak perbedaan antara multivariabel dan multivariat.  Multivariabel yang saling berkorelasilah yang dikatakan multivariat.

Jenis Data Dalam Analisis Multivariat Data metrik

Data nonmetrik

• Data yang bersifat numerik atau berisi angka-angka dan dapat dilakukan perhitungan matematis di dalamnya, misal nilai ujian, tingkat IQ, berat badan, dll. Data metrik disebut juga dengan data numerik atau data kuantitatif. • Data metrik ada 2 macam, yaitu data interval dan data rasio

• Data non numerik atau disebut juga data kualitatif atau data kategorik. • 2 macam jenis data non metrik ini, yaitu data nominal dan data ordinal.

Tipe Variabel Dikaitkan dengan Data Tanpa Peringkat 1) Etnik

Kualitatif

2) Jenis Kelamin

Dengan Peringkat 1) Kecantikan 2) Kelas

Bentuk

Diskrit Bilangan bulat; jumlah penduduk, dll

Kuantitatif

Kontinu Bisa bilangan bulat bias juga bilangan penahan: tinggi badan dll.

Klasifikasi Analisis Multivariat

 teknik dependensi atau istilah english versionnya adalah dependent technique.  teknik interdependensi atau english versionnya adalah interdependent technique.  model struktural atau english versionnya disebut dengan istilah structural model.

Model Struktural atau struktural equation modelling sebagai bagian dari klasifikasi analisis dependensi.

Klasifikasi Teknik-Teknik Analisis Multivariat Analisis dependensi • Dimana antar-variabel ada saling ketergantungan sehingga terdiri atas dua jenis variabel yaitu variabel dependen dan variabel independen. • Berfungsi untuk menerangkan atau memprediski variable (variable) tergantung dengan menggunakan dua atau lebih variable bebas. • Yang termasuk dalam klasifikasi ini ialah analisis regresi linear berganda, analisis diskriminan, analisis varian multivariate (MANOVA), dan analisis korelasi kanonikal

Analisis interdependensi.

• Dimana variabel-variabel tidak saling bergantung satu dengan yang lain dan semua variabel bersifat independen. • Berfungsi untuk memberikan makna terhadap seperangkat variable atau membuat kelompok-kelompok secara bersama-sama. • Yang termasuk dalam klasifikasi ini ialah analsis faktor, analisis kluster, dan multidimensional scaling. Contoh membuat klasifikasi terhadap kelompok pengunjung supermarket tertentu.

Jenis Teknik Dependensi

Perbedaan Analisis Konjoin dengan Regresi Logistik Sedangkan regresi logistik tidak mewajibkan asumsi tersebut. Analisis konjoin hampir sama dengan analisis diskriminan, namun pada analisis konjoin, semua data yang digunakan adalah

data non metrik. Analisis Kanonikal lebih mirip dengan analisis diskriminan, hanya saja jumlah variabel terikat yang digunakan lebih dari satu. Sedangkan MANOVA lebih mirip dengan analisis kanonikal, dimana perbedannya adalah pada MANOVA atau yang biasa disebut dengan Multivariate Analysis of Variance menggunakan data non metrik pada variabel bebas. Agar anda lebih paham lagi, kami jelaskan beberapa pengertian tentang analisis dependensi yang sudah disebutkan di atas.

Multiple Linear Regression atau Regresi Linear Berganda Regresi Linear Berganda adalah metode analisis ini bertujuan menguji hubungan antara dua variabel bebas atau lebih dan satu variabel terikat. Silahkan pelajari lebih jauh tentang Analisis Regresi Korelasi.

Multiple Discriminant Analysis atau Analisis Diskriminan Berganda Analisis Diskriminan Berganda adalah suatu teknik statistika yang bertujuan untuk memprediksi atau meramalkan probabilitas dari objek yang termasuk ke dalam dua atau lebih kategori mutual yang eksklusif pada variabel terikat yang berdasarkan pada beberapa variabel bebas.

Asumsi dari analisis Diskriminan Berganda adalah adalah variabel bebas harus berupa data metrik dan berdistribusi normal. Silahkan pelajari lebih jauh tentang Analisis Diskriminan.

Multiple Logit Regression atau Multiple Logistic Regression atau Regresi logistik Berganda Regresi logistik Berganda adalah model regresi dimana satu variabel terikat non metrik yang diprediksi atau diramalkan oleh beberapa variabel bebas berskala data metrik atau non metrik. Teknik ini hampir sama dengan analisis diksriminan, hanya saja dalam perhitungannya menggunakan prinsip perhitungan regresi seperti halnya regresi linear. Silahkan pelajari lebih jauh tentang regresi logistik.

Multivariate Analysis of Variance (MANOVA) Suatu teknik statistik yang menyediakan suatu uji signifikansi simultan perbedaan rata-rata antara kelompok-kelompok untuk dua atau lebih variabel dependen. Silahkan pelajari lebih jauh tentang MANOVA.

Conjoint Analysis atau Analisis Konjoin Analisis Konjoin adalah sebuah teknik statistik yang bertujuan untuk memahami preferensi responden terhadap suatu produk atau jasa. Analisis ini juga dikenal dengan istilah english versionnya sebagai trade off analysis.

Canonical Correlation atau Korelasi Kanonikal Korelasi Kanonikal adalah bentuk pengembangan dari analisis regresi linear berganda. Tujuan dari analisis korelasi kanonikal adalah untuk mengkorelasikan secara simultan beberapa variabel terikat dengan beberapa variabel bebas.

Perbedaannya dengan regresi linear berganda adalah: regresi linear berganda hanya menggunakan satu variabel terikat dengan beberapa variabel bebas. Sedangkan pada korelasi kanonikal ini menggunakan beberapa variabel terikat yang akan dikorelasikan dengan variabel bebas.

Teknik Model Struktural Atau Structural Model Analisis Multivariat  Teknik yang terakhir ini, yaitu Teknik Model Struktural adalah sebuah teknik yang yang mencoba menganalisis hubungan secara simultan variabel dependen dan independen secara bersamaan.  Model seperti ini dikenal dengan istlah model persamaan struktural atau english versionnya adalah Structural Equation Model dan biasa disingkat dengan SEM.  Kelebihan SEM adalah dapat meneliti hubungan antara beberapa kelompok variabel secara bersamaan atau serentak. Baik variabel bebas maupun variabel terikat. Bahkan metode ini juga dapat menggabungkan adanya variabel laten.  Variabel laten dalam hal ini adalah variabel yang sebenarnya keberadaannya tidak dapat diukur secara langsung ke dalam analisis.

Jenis Teknik Interdependensi

Factor Analysis atau Analisis Faktor Analisis faktor adalah sebuah teknik statistika untuk menganalisis struktur dari hubungan timbal balik diantara sejumlah besar variabel yang bertujuan untuk menentukan kumpulan faktor dari common underlying dimensions. Dalam analisis faktor ada dua jenis analisis, yaitu Principal Components Analysis atau PCA dan Common Factor Analysis. Silahkan pelajari lebih detail di artikel kami: Analisis Faktor.

Cluster Analysis atau Analisis Kluster Analisis Kluster adalah sebuah teknik statistika yang bertujuan untuk mengelompokkan sekumpulan objek sehingga setiap objek tersebut mirip dengan objek yang lainnya dalam suatu gugusan atau kluster dan berbeda dari objek yang berada pada semua gugusan lainnya. Dalam analisis kluster, ada dua jenis analisis, yaitu analisis kluster hirarki dan analisis kluster non hirarki. Silahkan pelajari lebih detail di artikel kami: Analisis Kluster.

Multidimensional Scaling atau Penskalaan Multi Dimensi Multidimensional Scaling adalah sebuah teknik statistika yang bertujuan dalam mengukur objek pada skala multidimensi yang berdasarkan pada keputusan dari responden terhadap kesamaan objek.

Correspondence Analysis atau Analisis Korespondensi Analisis Korespondensi adalah suatu teknik statistika yang menggunakan data-data non metrik dan bertujuan untuk melakukan evaluasi terhadap hubungan linear atau hubungan non linear. Dimana langkah tersebut sebagai bentuk usaha dalam mengembangkan perceptual map yang menggambarkan asosiasi atau hubungan antara objek dengan seperangkat karakteristik deskriptif dari objek tersebut.

Model dg Variabel Mediator

Sebagai gambaran kasar, peranan variabel terbukti sebagai

mediator ketika jalur A dan B signifikan dan jalur C tidak signifikan.

Judul Artikel KUALITAS LABA: IMPLIKASI DARI PENGARUH TENURE TERHADAP KUALITAS AUDIT Y1 = Py2x1X1+ Py2y1Y1 + Py1e1 + Py2e2

Judul Laporan Akhir PENGARUH TENURE TERHADAP KUALITAS LABA DENGAN KUALITAS AUDIT SEBAGAI VARIABEL INTERVENING

KUALITAS LABA: IMPLIKASI DARI PENGARUH TENURE TERHADAP KUALITAS AUDIT Tahap olah data menggunakan SPSS: 1) H1  Y1 = Py1x1X1+ Py1e1 2) H2  Y2 = Py2x1X1+ Py2e2 3) H3  Y1 = Py2x1X1+ Py2y1Y1 + Py2e2

KUALITAS LABA: IMPLIKASI DARI PENGARUH TENURE TERHADAP KUALITAS AUDIT

Uji Intervening  Untuk menguji apakah kualitas audit merupakan variabel intervening dapat  dilakukan dengan melihat nilai pengaruh secara langsung dan tidak langsung.  Tenure mempunyai hubungan langsung dengan kualitas laba.  Namun tenure juga mempunyai hubungan tidak langsung ke kualitas laba yaitu tenure melalui kualitas audit baru ke kualitas laba.  Total pengaruh hubungan dari tenure ke kualitas laba sama dengan pengaruh langsung tenure ke kualitas laba di tambah dengan pengaruh tidak langsung yaitu koefisien path dari tenure ke kualitas audit dikalikan dengan koefisien path kualitas audit ke kualitas laba.

KUALITAS LABA: IMPLIKASI DARI PENGARUH TENURE TERHADAP KUALITAS AUDIT

Analisis Structural Equation Modeling (SEM)  Structural Equation Modeling (SEM) adalah alat analisis statistik yang dipergunakan untuk menyelesaikan model bertingkat secara serempak yang tidak dapat diselesaikan oleh persamaan regresi linear.

 SEM dianggap sebagai gabungan dari analisis regresi dan analisis faktor. SEM dapat dipergunakan untuk menyelesaikan model persamaan dengan variabel terikat lebih dari satu dan juga pengaruh timbal balik (recursive).

 Analisis SEM berbasis pada analisis covarians sehingga memberikan matriks covarians yang lebih akurat dari pada analisis regresi linear.

Alasan Menggunakan Analisis SEM  Model yang dianalisis bertingkat dan relatif rumit, sehingga akan sangat sulit untuk diselesaikan dengan metode jalur analisis pada regresi linear.  Mampu menguji hipotesis-hipotesis yang rumit dan bertingkat secara serempak atau

simultan.  Kesalahan (error) pada masing-masing observasi tidak diabaikan tetapi tetap dianalisis, sehingga SEM lebih akurat untuk menganalisis data kuesioner yang melibatkan persepsi.

 Mampu menganalisis model hubungan timbal balik (recursive) secara serempak, di mana model ini tidak dapat diselesaikan dengan analisis regresi linear secara serempak.  Terdapat fasilitas bootstrapping, di mana hal tersebut tidak dapat dilakukan dengan

analisis regresi linear.

 Untuk jumlah sampel yang relatif besar (di atas 2000) terdapat metode Asymtot Distribution Free (ADF) yang tidak memerlukan asumsi normalitas pada data.  Peneliti dapat dengan mudah memodifikasi model dengan second order untuk

memperbaiki model yang telah disusun agar lebih layak secara statistik.

Tahapan dan Kreteria SEM  Langkah pertama: Pengembangan Model Teoritis.  Langkah kedua: Pengembangan Diagram Alur (Path Diagram).  Langkah ketiga: Konversi Diagram Alur ke dalam Persamaan Struktural dan Model Pengukuran.  Langkah keempat: Memilih Jenis Matrik Input dan Estimasi Model yang diusulkan.  Langkah kelima: kemungkinan munculnya masalah identifikasi  Langkah keenam: evaluasi kriteria Goodness of Fit  Langkah ketujuh: menginterpretasikan hasil pengujian dan modifikasi model.

Kreteria Kelayakan Model

Derajat Kecocokan SEM-AMOS

Derajat Kecocokan SEM-AMOS

Derajat Kecocokan SEM-AMOS

Referensi Bagus, Rai Utama I Gusti. 2016. Kapan Memilih Analisis SEM-AMOS. https://www.researchgate.net/ publication/289659706_Kapan_memilih_analisis_SEMAMOS Hidayat, Anwar. 2016. Penjelasan Tentang Analisis Multivariat Dan Jenisnya. https://www.statistikian.com/2016/11/ analisis-multivariat.html Huang, Hidayat. Perhatikan Judul Penelitian, Kita Tahu Metode Analisis Datanya. http://www.globalstatistik.com/mengetahui-metode-analisis-data-dari-judulpenelitian/ Indriani, Rini dan Kusumaputra, Afteriko Dwi. 2016. Kualitas Laba: Implikasi dari Pengaruh Tenure terhadap Kualitas Audit. Journal or Economic Management Bisnis Vol 17 (1). https://journal.unimal.ac.id › emabis › article › download Sarwono, Jonathan. Teori Analisis Multivariat. http://www.jonathansarwono.info/mvariat/ multivariat.htm...