Liputan Bengkeldata di Tabloid Peluang Usaha Edisi 04 • Th X • 12 – 25 Desember 2014 Hal 32-33

Beta Consulting (Bengkeldata.com) – Market Research Perusahaan hingga Perorangan. Semakin ketatnya persaingan pasar yang terjadi di Indonesia membuat beberapa perusahaan pun tidak asal-asalan dalam menentukan langkah bisnis, apalagi saat ini Indonesia akan dihadapkan pada Masyarakat Ekonomi Asean (MEA), maka kompetisi dalam dunia bisnis pun juga akan semakin banyak. Dengan demikian, persaingan yang akan datang juga tidak hanya pengusaha dalam negeri saja, melainkan juga datang dari para pengusaha asing. Kondisi inilah yang dimanfaatkan sebagai peluang oleh Sopana untuk mendirikan usaha jasa market research atau riset pasar. Keahliannya dalam mengolah data yang pernah didapat semasa kuliah di Jurusan Matematika FMIPA Universitas Sebelas Maret (UNS), Solo Jawa Tengah ternyata menjadi modal utama bagi Sopana untuk mendirikan usaha market research. Ide mendirikan usaha ini muncul saat ia sedang menghadiri acara reuni bersama mahasiswa angkatannya di Jakarta pada tahun 2008. “Saat reuni di sana saya bertemu dengan teman-teman dari berbagai macam daerah, dari situlah saya kemudian terbesit untuk membangun jasa market research, toh nanti saya juga bisa bekerja sama dengan beberapa teman-teman yang ada di beberapa daerah tersebut untuk melakukan sebuah riset,” ujar Sopana. Sambil bekerja di sebuah perusahaan telekomunikasi Sopana pun mulai meluangkan waktu kosongnya untuk merintis usaha jasa market research kecil-kecilan dengan mengusung brand Beta Consulting. “Waktu itu usaha market research ini masih hanya sekadar usaha sampingan, tapi di sini saya yakin usaha ini akan maju,” optimisnya. Melihat usaha ini terus berkembang, Sopana pun memutuskan untuk resign dari tempat ia bekerja demi fokus menggeluti usaha sampingan tersebut. Selanjutnya pada tahun 2012 Sopana menggelontorkan modal sebesar Rp 5 juta yang digunakan sebagai ongkos transportasi dan ekspansi yang lebih luas dengan melakukan pemasaran yang bagus. Menurut Sopana modal untuk menjalankan usaha ini selain komputer adalah modal tim yang kuat, mulai dari tim penanggung jawab, tim ahli hingga tim lapangan dan pengetahuan tentang ilmu statistik. Secara garis besar ilmu yang harus dimiliki dalam menjalankan usaha ini adalah ilmu analisis statistik hal ini berguna untuk mengetahui dan menganalisis kemampuan pasar. Di awal usaha, Sopana menemukan kendala yaitu kesulitan membangun tim yang kuat sehingga ia terpaksa harus mempunyai cadangan tim utama untuk menggantikan sewaktu-waktu diperlukan. Lambat laun usahanya pun semakin banyak dikenal oleh masyarakat sehingga usahanya semakin maju dan mengalami peningkatan klien dari waktu ke waktu. Baca lebih lanjut

Iklan

Perbedaan Penelitian Kualitatif dan Penelitian Kuantitatif

Dalam artikel ini akan dibahas: pengertian penelitian kualitatif, penelitian kuantitatif serta perbedaan penelitian kualitatif dan penelitian kuantitatif.

Penelitian kualitatif adalah strategi penelitian yang berfokus pada kata-kata, sedangkan  penelitian kuantitatif berfokus pada mengumpulkan dan menganalisis data (angka). Sebagai sebuah strategi penelitian, penelitian kuantitatif adalah deduktif, sedangkan penelitian kualitatif adalah induktif, constructivisme dan interpretivisme (interpretatif) tetapi tidak semua tiga karakteristik ini selalu terpenuhi di setiap studi peran. Penelitian kualitatif telah menjadi metode penelitian yang sangat popular dalam ilmu-ilmu sosial.

Empat tradisi dalam penelitian kualitatif yaitu:

  1. Naturalisme : mencoba untuk menggambarkan realitas sosial dalam istilah as it really is yang memberikan banyak deskripsi tentang orang-orang  dan interaksi di lingkungan alamiah.
  2. Ethnomethodology : mencoba untuk memahami bagaimana tatanan sosial yang dibuat melalui dialog dan interaksi; memiliki orientasi naturalistik.
  3. Emosionalisme : berkaitan dengan realitas batin orang. Konsentrasi terhadap subjektivitas dan mendapatkan akses ke pengalaman ‘dalam’ seseorang.
  4. Postmodernisme : penekanannya adalah pada ‘metode bicara/dialog’. Sensitif terhadap cara yang berbeda di mana realitas social dapat dibangun.

 

Beberapa metode penelitian yang berkaitan dengan penelitian kualitatif yaitu:

  1. Etnografi / observasi partisipatif
  2. Wawancara kualitatif
  3. Focus group discussion / FGD (kelompok focus)
  4. Pendekatan berbasis bahasa dimana data kualitatif dikumpulkan seperti analisis percakapan dan diskursus.
  5. Mengumpulkan dan analisis kualitatif dari teks dan dokumen

Kami melayani analisis data kuantitatif dan analisis data kualitatif, hubungi Bengkeldata.Com :

CS       : 0819 4505 9000

WA      : 0838 0405 9000

Pin BB : 7426 1930

ID Line : bengkeldatacom

ID WeChat/KakaoTalk/Hangouts: bengkeldata

Twitter : @bengkeldata

Email   : info@bengkeldata.com

bengkeldata@gmail.com

Langkah-langkah dasar dalam penelitian kualitatif, yaitu:

1. Merumuskan pertanyan penelitian secara umum

2. Memilih situs/lokasi dan topik yang relevan

3. Pengumpulan data yang relevan

4. Penafsiran data

5. Konseptual dan pekerjaan teoritis

5.a mengurangi pertanyaan penelitian.

5.b Pengumpulan data lanjutan yang lebih relevan.

6. Menuliskan penemuan/kesimpulan.

 

Langkah-Langkah Penelitian Kuantitatif

Secara garis besar, langkah-langkah dalam penelitian kuantitatif adalah:

  1. Teori
  2. Hipotesis
  3. Desain penelitian
  4. Merancang Ukuran konsep
  5. Seleksi lokasi penelitian
  6. Seleksi subyek/responden penelitian
  7. Mengelola instrument penelitian/koleksi data
  8. Proses data
  9. Analisis data
  10. Kesimpulan
  11. Menulis kesimpulan
  12. Kembali ke langkah nomer 1

Dalam penelitian kualitatif, ada “penyesuaian” untuk menjelaskan validitas dan realibilitas. Untuk  mendapatkan realibilitas eksternal, yang menunjukkan kemampuan suatu penelitian untuk direplikasi, penelitian yang menggunakan metode kualitatif dapat memiripkan situasi sosial yang timbul dalam penelitian terdahulu. Adapun reabilitas internal merupakan keadaan dimana lebih dari satu pengobservasi setuju dengan data penelitian yang digunakan. Sedangkan dalam masalah validitas, validitas internal merupakan kekuatan dari penelitian kualitatif, sebaliknya validitas eksternal menjadi kelemahan utama dari penelitian kualitatif. Hal ini masuk akal, karena validitas internal yang menekankan kepada kesesuaian antara teori dengan keadaan sebenarnya, merupakan hal yang dapat dengan mudah didapatkan pada penelitian kualitatif, khususnya penelitian etnografi. Sedangkan amat sulit untuk mendapatkan generalisasi dari sebuah penelitian kualitatif, padahal hal tersebut ditekankan oleh validitas eksternal.

Kami melayani analisis data kuantitatif dan analisis data kualitatif, hubungi Bengkeldata.Com :

CS       : 0819 4505 9000

WA      : 0838 0405 9000

Pin BB : 7426 1930

ID Line : bengkeldatacom

ID WeChat/KakaoTalk/Hangouts: bengkeldata

Twitter : @bengkeldata

Email   : info@bengkeldata.com

bengkeldata@gmail.com

Syarat-syarat mengurangi kesulitan mendapatkan validitas dan realibilitas pada penelitian kualitatif dengan cara menetapkan syarat-syarat lain yang setara dengan validitas dan realibilitas, yaitu:

  1. Kredibilitas, yang mana setara dengan validitas internal. Memeriksa kredibilitas suatu sumber merupakan hal yang harus dilakukan oleh pepenelitian kualitatif. Salah satu tekniknya yaitu dengan triangulasi. Triangulasi merupakan metode mengecek suatu sumber informasi/narasumber dari penelitian yang dilakukan melalui beberapa cara yang berbeda. Misal menguji narasumber melalui wawancara, kuesioner, dan observasi.
  2. Transferabilitas, yang setara dengan validitas eksternal. Hal yang harus dilakukan oleh penelitian kualitatif untuk mendapatkan transferabilitas yang baik yaitu penelitian harus menjelaskan batasan, maksud, dan konteks penelitian yang dilakukan sehingga orang lain yang membaca atau membandingkan penelitian yang dilakukan memiliki pemahaman yang tepat.
  3. Dependabilitas, yang setara dengan realibilitas. Cara menguji dependabilitas yaitu dengan melakukan audit keseluruhan terhadap keseluruhan proses penelitian. Tentunya yang melakukan audit adalah orang-orang yang independen terhadap proses penelitian yang dilakukan.
  4. Konfirmabilitas, yang setara dengan objektivitas. Cara mengujinya mirip dengan menguji dependabilitas, sehingga dapat dilakukan bersamaan dengan pengujian dependabilitas. Kriteria-kriteria yang harus terpenuhi dalam konfirmabilitas antara lain: kejujuran, otentitas ontologi (pemahaman lingkungan sosial sekitar), otentitas edukasi (apresiasi terhadap perbedaan perspektif dalam suatu gejala sosial), otentitas katalis (kemampuan penelitian untuk mengubah keadaan sosial), dan terakhir yaitu otentitas taktis (kemampuan penelitian agar lingkungan sosial dapat menyusun tahapan-tahapan aksi untuk memperbaiki keadaan).
  5. Syarat tambahan yang dapat dimasukkan dalam syarat-syarat keabsahan penelitian kualitatif, yaitu otentitas (keaslian).

Kami melayani analisis data kuantitatif dan analisis data kualitatif, hubungi Bengkeldata.Com :

CS       : 0819 4505 9000

WA      : 0838 0405 9000

Pin BB : 7426 1930

ID Line : bengkeldatacom

ID WeChat/KakaoTalk/Hangouts: bengkeldata

Twitter : @bengkeldata

Email   : info@bengkeldata.com

bengkeldata@gmail.com

Beberapa kritik terhadap penelitian kualitatif, yaitu:

  1. Penelitian kualitatif terlalu subyektif
  2. Kesulitan dalam duplikasi penelitian
  3. Masalah generalisasi
  4. Kehilangan transparansi

Perbedaan mendasar antara penelitian kualitatif dan penelitian kuantitatif disajikan dalam tabel di bawah ini.

 Tabel 1. Perbedaan mendasar antara penelitian kualitatif dan penelitian kuantitatif

Penelitian Kuantitatif

Penelitian Kualitatif

Deduktif Induktif
Bilangan / angka Frasa  / kata-kata
Dari sudut pandang peneliti Dari sudut pandang partisipan
Researcher distant (Peneliti jarak jauh) Researcher close
Pengujian teori Theory emergent
Static Proses
Terstruktur Tidak terstruktur
Generalization Contextual understanding
Hard, reliable data Rich, deep data
Macro Micro
Behavior / tingkah laku Meaning / arti
Artificial setting Natural setting

penelitian kuantitatif, penelitian kualitatif, penelitian, kualitatif, kuantitatif, deduktif, induktif, kredibilitas, transferabilitas, konfirmabilitas, otentitas, validitas, realibilitas, Etnografi, focus group discussion, FGD, naturalisme, ethnomethodology, emosionalisme, postmodernisme, constructivisme,  interpretivisme, metode penelitian, behavior, meaning, artificial, natural

Analisa Data Statistik : Analisis Faktor-Faktor yang Mempengaruhi Volatilitas Cadangan Devisa Indonesia menggunakan Time Series Analysis dengan Metode ARCH – GARCH dan VAR

Data finansial seperti cadangan devisa, nilai tukar, maupun tingkat suku bunga mempunyai karakteristik tersendiri dibandingkan data deret waktu (time series). Beberapa karakteristik dari data finansial yaitu menunjukan volatilitas yang tinggi mengikuti periode waktu, sedangkan variansi/ragam adalah konstan untuk data jangka waktu yang panjang.

Dalam beberapa periode terdapat variansi/ragam data finansial relatif tinggi. Keadaan ini disebut conditionally heteroskedastic. Jika terdeteksi adanya conditionally heteroskedastic maka model autoregressive moving average (ARMA) tidak akurat lagi untuk digunakan. Model deret waktu (time series) yang mengakomodir adanya heteroskedastic / heteroskedastisitas adalah ARCH (Autoregressive Conditional Heteroscedasticity) / GARCH (General Autoregressive Conditional Heteroscedasticity) . Model lain selain ARCH & GARCH adalah TARCH, E-GARCH, M-GARCH, TGARCH dan lain-lain.

Variabel-variabel ekonomi biasanya nonstasioner dan mempunyai sifat kointegrasi, sehingga model statistik yang dibentuk harus dapat mengatasi dan mencerminkan sifat tersebut. Metode yang sesuai dengan permasalahan ini adalah metode VAR (Vector Autoregression).

Variabel yang digunakan sebanyak lima variabel makro ekonomi. Kelima Variabel tersebut yakni cadangan devisa, nilai tukar rupiah terhadap USD, tingkat suku bunga, Indeks Harga Saham Gabungan (IHSG) dan netto ekspor.

Metodologi yang digunakan dimulai dengan metode ARCH/GARCH yang fungsinya untuk mengatahui ada tidaknya volatilitas dari masing-masing variabel yang diteliti. Selanjutnya dengan metode VAR akan selidiki pengaruh volatilitas dari variabel nilai tukar, suku bunga, IHSG dan neto ekspor terhadap volatilitas cadangan devisa. Hasil model VAR yang diperoleh tersebut kemudian digunakan untuk melakukan uji berikutnya yaitu uji kointegrasi Johansen untuk mengetahui hubungan keseimbangan jangka panjang dan Vector Error Correction Mechanism (VECM) untuk mengetahui hubungan keseimbangan jangka pendek.

Kesimpulan dari hasil analisa data yaitu bahwa variabel-variabel yang terdeteksi adanya ARCH/GARCH adalah variabel cadangan devisa, IHSG, nilai tukar, dan neto ekspor. Sedangkan variabel tingkat suku bunga tidak menunjukkan gejala adanya heteroskedastisitas dalam series datanya.

Untuk Konsultasi Analisa data selanjutnya, yang berhubungan dengan Time Series Analisis (AR, MA, ARMA, ARIMA, ARCH, GARCH, TARCH, E-GARCH, M-GARCH, T-GARCH, dll) menggunakan eviews silahkan menghubungi :

Beta Consulting

Telp: (021)3333 7389 – 0819 4505 9000
Email: info@bengkeldata.com

www.Bengkeldata.com
www.olah-data.com

follow us:
http://Twitter.com/olahdata

ARCH, GARCH, cadangan devisa, IHSG, neto ekspor, nilai tukar, tingkat suku bunga, uji kointegrasi, volatilitas, VAR, VECM, heteroskedastisitas, ARMA, deret waktu, time series, heteroskedastic, analisa data, konsultan, jasa,analisis data,analisis data statistik, analisa data, analisa data statistik, jasa statistik, konsultan statistik, jasa survei, konsultan survey, jasa riset pasar, konsutan riset pasar,skripsi, tesis, disertasi,ahli, olah data, olahdata, pengolahan, olah data, statistik, statistika, skripsi, tesis, data panel, regresi, korelasi, SEM, validitas, reliabilitas, survei pasar, alpha, cronbach, pearson, tugas, akhir, sarjana, jakarta, penelitian, spss, eviews, amos, lisrel, minitab, regresi, konsultasi, konsultan, analisis data, analisis data statistik, analisa data, analisa data statistik, jasa statistik, konsultan statistik, jasa survei, konsultan survey, jasa riset pasar, konsutan riset pasar , skripsi, tesis, disertasi,ahli, olahdata, pengolahan, olah data, statitistik, statistika, skripsi, tesis, data panel, regresi, korelasi, SEM, validitas, reliabilitas, survei pasar, alpha, cronbach, pearson,tugas, akhir, sarjana, jakarta, penelitian, spss, amos

Analisis Data Statistik : Analisa Data Faktor-Faktor Konsumsi di Indonesia dengan Pendekatan ECM (Error Correction Model)

Tujuan dari  penelitian ini adalah mengkaji pengaruh variabel pendapatan nasional, inflasi, suku bunga dan jumlah uang beredar terhadap konsumsi masyarakat yang digambarkan oleh variabel pengeluaran konsumsi mayarakat. Peneilitan ini dilakukan di Indonesia pada kurun waktu tahun 1988 sampai 2005. Metode yang digunakan adalah dengan menggunakan Pendekatan ECM (Error Correction Model).

Besarnya tingkat pengaruh variabel pendapatan nasional, inflasi, suku bunga deposito riil dan jumlah uang beredar terhadap pengeluaran konsumsi di Indonesia dalam jangka pendek yaitu 69,98 % sedangkan sisanya dipengaruhi oleh variabel lain di luar model regresi yang tidak diteliti dalam penelitian ini.

Dalam jangka panjang variasi variabel independent mampu pengaruhi variasi dependent sebesar 0,984057 menunjukkan bahwa variabel independent lebih mampu menjelaskan variabel dependent sebesar 98,40% dan sisanya dijelaskan oleh variabel lain diluar model yang tidak diikutsertakan dalam penelitian ini.

Tanda koefisien koreksi kesalahan sebesar 0,69 menunjukkan bahwa 0,69 ketidaksesuaian antara pengeluaran konsumsi (Y) yang aktual dengan yang diinginkan akan dieliminasi atau dihilangkan dalam satu tahun. Hasil dari uji asumsi klasik ternyata ditemukan masalah asumsi klasik yaitu multikolinearitas, sedangkan heteroskedasitas dan autokorelasi tidak ada masalah.

Untuk menghilangkan masalah multikolinearitas,  dilakukan dengan cara menghilangkan variabel jumlah uang beredar. Sehingga diperoleh spesifikasi model penelitian yang dipakai adalah tepat dan mampu menjelaskan hubungan jangka pendek dan jangka panjang. Dengan demikian persamaan tersebut sudah sahih dan tidak ada alasan untuk ditolak.

Berikut kesimpulan yang dapat di ambil dari penelitian ini:

Besarnya pengaruh variabel pendapatan nasional, inflasi, suku bunga deposito riil dan jumlah uang beredar terhadap pengeluaran konsumsi di Indonesia dalam jangka pendek yaitu 75,12 % sisanya dipengaruhi oleh variabel lain di luar model regresi yang tidak diteliti dalam penelitian ini.

Variabel pendapatan nasional pada jangka pendek dan jangka panjang secara statistik positif dan signifikan, berarti pendapatan nasional berpengaruh terhadap pengeluaran konsumsi masyarakat di Indonesia periode 1988-2005.

Variabel tingkat inflasi pada jangka pendek secara statistik tidak signifikan, berarti tingkat inflasi tidak berpengaruh terhadap pengeluaran konsumsi masyarakat di Indonesia periode 1988-2005

Variabel suku bunga deposito dalam jangka pendek tidak berpengaruh terhadap pengeluaran konsumsi. Dalam jangka panjang mempunyai hubungan yang tidak signifikan yang artinya tidak berpengaruh terhadap pengeluaran konsumsi

Variabel jumlah uang beredar dalam jangka pendek tidak berpengaruh terhadap pengeluaran konsumsi.

Berdasarkan pengujian secara serempak dengan menggunakan uji F menunjukkan bahwa variabel independen secara bersama-sama mempengaruhi variabel dependen, artinya pendapatan nasional, inflasi, suku bunga deposito dan jumlah uang beredar berpengaruh secara bersama-sama terhadap pengeluaran konsumsi masyarakat Indonesia.

Keywords: Penelitian, pendapatan, inflasisuku bunga, uang, pengeluarankonsumsi, ECM, deposito, regresi, independent, dependent, uji asumsi klasik, multikolinearitas, heteroskedasitas, autokorelasi, uji F

Untuk konsultasi mengenai Olahdata lebih lanjut, silahkan menghubungi:
CS : 021-71088944 – 0819 4505 9000
YM : abays_khan
e-mail : info@bengkeldata.com
Beta Consulting
www.olah-data.com
www.bengkeldata.com

Analisa Data : Analisis Data pada Model Regresi Data Panel

Data panel atau panel data atau Pooled Data adalah gabungan dari data time series (antar waktu) dan data cross section (antar individu/ruang). Untuk menggambarkan panel data / data panel / Pooled Data secara singkat, misalkan pada data cross section, nilai dari satu variabel atau lebih dikumpulkan untuk beberapa unit sampel pada suatu waktu waktu. Dalam panel data / data panel / pooled data , unit cross section yang sama di-survey dalam beberapa waktu (Gujarati, 2003:637).
Regresi dengan menggunakan panel data / data panel / pooled data, memberikan beberapa keunggulan dibandingkan dengan pendekatan standar cross section dan time series.

Begini, misalkan kita punya data 50 Bank, masing – masing Bank dicari ROI, NOPAT, dan lainnya untuk tahun 2007 saja, maka data tersebut disebut dengan data Cross Section. Tapi, kalau kita punya data 1 Bank, namun data ROI, NOPAT, dan data lainnya dari Bank tersebut kita miliki sejak tahun 1998 hingga 2007, maka data tersebut disebut dengan data Time Series.
Gabungan dari keduanya, yaitu 50 Bank dengan beberapa satuan waktu misalkan 1998 hingga 2007 disebut dengan Data Panel (Pooled Data).

Keunggulan dan Permasalahan Regresi dengan Data Panel
Hsiao (1986), mencatat bahwa penggunaan panel data / data panel  / pooled data dalam penelitian ekonomi memiliki beberapa keuntungan utama dibandingkan data jenis cross section maupun time series.
Pertama, dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan), data memiliki variabilitas yang besar dan mengurangi kolinieritas antara variabel penjelas, di mana dapat menghasilkan estimasi ekonometri yang efisien.
Kedua, panel data dapat memberikan informasi lebih banyak yang tidak dapat diberikan hanya oleh data cross section atau time series saja.
Ketiga, panel datadata panel dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan dinamis dibandingkan data cross section.

Di samping berbagai keunggulan dimiliki model panel datadata panel  / pooled data tersebut, ada beberapa permasalahan yang muncul dalam pemanfaatan data panel, yaitu permasalahan autokorelasi dan heterokedastisitas. Sementara itu ada permasalahan baru yang muncul seperti korelasi silang (cross-correlation) antar unit individu pada periode yang sama.

Estimasi Regresi dengan Data Panel
Estimasi model data panel ergantung kepada asumsi yang dibuat peneliti terhadap intersep/konstanta (intercept), koefisien kemiringan (slope coefficients) dan variabel error (error term). Model-model estimasi ini akan ditinjau pada kesempatan lain.

Regresi dengan data panel adalah unik. Unik karena memiliki dua dimensi, yaitu dimensi time series dan dimensi cross section. Dengan kata lain, regresi data panel merupakan regresi gabungan jangka pendek dan jangka panjang. Ada dua autokorelasi di dalam regresi data panel / data panel : autokorelasi residual time series, dan korelasi antar residual. Begitu juga dengan heteroskedastisitas : heteroskedastisitas residual cross-section, heteroskedastisitas antar residual.

Analisis data panel / data panel merupakan pengembangan dari analisis regresi. Terdapat tiga metode regresi dasar yang ada, yaitu Common Pooled Least Square (OLS), Fixed Effect Regression, dan Random Effect.

Metode mana yang paling sesuai ? Untuk mengetahui jawabannya, harus dilakukan 2 buah Uji, yaitu Uji Hausmann dan Uji Chow.

Untuk konsultasi lebih lanjut, silahkan hubungi:

http://www.bengkeldata.com

CS : 021-3333 7398- 08194505 9000
e-mail : info@bengkeldata.com

==========================================
IKLAN—IKLAN—IKLAN—

Beta Consulting ( Bengkeldata.com ) merupakan sebuah lembaga konsultasi untuk membantu perusahaan/perorangan dalam melakukan analisa data statistika, olah data penelitian , riset pasar dan konsultasi manajemen.

LAYANAN
1. Olah Data Statistika/ analisa data Penelitian
2. Training Statistika : SPSS, Eviews, SAS, Lisrel, Minitab, Amos
3. Riset Pasar
4. Management Consultancy

Hubungi:
Beta Consulting ( Bengkeldata.com )
Telp: (021) 3333 7398 – 0819 4505 9000

email : info@bengkeldata.com

=======================================

Analisa Data : Analisis Data Uji Parametrik & Uji Non Parametrik

Ilmu statistika secara garis besar dibagi menjadi 2 :

1. Statistika parametrik

Ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan metode Statistika non-parametrik, atau setidak2nya dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dll.

2. Statistika non parametrik

Menurut literatur, statistika non-parametrik adalah statistika bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal. Contoh metode Statistika non parametrik: Binomial test, Chi-square test, Median test, Friedman Test, dll.

=======================================
Beta Consulting ( Bengkeldata.com ) siap membantu perusahaan/perorangan dalam melakukan analisa data statistika, olah data penelitian , Analisis Data Uji Parametrik, Analisis Data Uji Non Parametrikriset pasar dan konsultasi manajemen.

LAYANAN
1. Olah Data Statistika/ Penelitian : Uji Parametrik & Uji Non Parametrik, dll
2. Training Statistika : SPSS, Eview, SAS, Lisrel, Minitab, Amos
3. Riset Pasar
4. Management Consultancy

Hubungi:
Beta Consulting ( Bengkeldata.com )

CS : 0819 4505 9000

WA : 0838 0405 9000

Pin BB: 7426 1930

ID Line: bengkeldatacom

ID WeChat/KakaoTalk/ Hangouts: bengkeldata

twitter: @bengkeldata

email: info@bengkeldata.com

bengkeldata@gmail.com

Analisa Data : Analisis Data untuk Uji Regresi & Korelasi

Analisa Regresi digunakan untuk mengetahui apakah ada HUBUNGAN diantara 2 atau lebih variabel, sedangkan analisa Korelasi digunakan untuk mengukur tingkat KEERATAN HUBUNGAN dari 2 atau lebih variabel tersebut.

Dalam analisa regresi, penentuan estimasi terbaiknya dilakukan dengan melihat konsep BLUE. BLUE : Best Linear Unbias Estimator yaitu dengan melihat Normalitas data,menguji Heteroscedastisitas, dan uji Multikolinearitas.

Dalam Analisa Korelasi, tingkat keeratannya biasanya diukur oleh Rho, semakin besar nilai Rho, maka semakin baik (semakin erat) hubungan variabel-variabel tsb.

Beta Consulting ( Bengkeldata.com ) siap membantu perusahaan/perorangan dalam melakukan olah data statistika, olah data penelitian , riset pasar dan konsultasi manajemen.

LAYANAN
1. OlahData Statistika/ Penelitian : Uji Regresi & Korelasi, dll
2. Training Statistika : SPSS, Eview, SAS, Lisrel, Minitab, Amos, S Plus
3. Riset Pasar
4. Management Consultancy

Hubungi:
Beta Consulting ( Bengkeldata.com )
Telp: (021) 71088944 – 0819 4505 9000

email : info@bengkeldata.com