Temen2 yang ingin diskusi topik sekitar statistika dan terapannya, mangga atuh ngisi comment box di bawah. Bagi yang mau ngasih tanggapan juga dipersilakan. Mudah-mudahan dapat membantu kita semua belajar statistika bareng2.
-
Blog Stats
- 6,309 hits
Archives
-
Recent Posts
Categories
Blog at WordPress.com. Theme: Cutline by Chris Pearson.
28 responses so far ↓
ufi yusuf // October 19, 2008 at 2:09 pm |
ass. salam kenal pak
saya sedang menganalisis data untuk diukur reliabilitasnya. jadi, sekelompok rater diminta untuk menilai sejumlah aitem. saya kemudian menganalisa sejauh mana reliabilitas penilaian antar rater tersebut. saya menggunakan interclass correlation, apakah itu sudah tepat?
dalam sebuah literatur, disebutkan juga bahwa setelah kita mengetahui reliabilitasnya, kita juga bisa tahu penilaian mana yang konsisten dengan penilaian lainnya, sehingga kita bisa membuat kesimpulan, nah tapi disitu tidak ada cerita ttg perhitungan statistiknya. adakah perhitungan statistiknya? atau kita hanya perlu melihat nilai apa yang keluar paling banyak(modus ya)?
kalau boleh, mengenai kedua hal ini, saya ingin sekali dijelaskan mengenai langkah2 dalam SPSS nya.
terimakasih banyak.wass
bagusco // October 19, 2008 at 2:40 pm |
Mbak Ufi, kasus yang dihadapi saya kira adalah menentukan inter-rater reliability. Sebelum memilih statistik apa yang digunakan, saya kira perlu di cermati dulu skala pengukuran dari datanya. Inter-class correlation seperti yang mbak Ufi sebutkan dipakai kalau skalanya minimal ordinal (likert misalnya). Tapi kalau nominal, tidak ada urutan kategori pada jawaban, maka yang digunakan adalah koefisien Kappa, yang mengukur kesetujuan antar rater.
Saya asumsikan kasusnya yang pertama. Interclass correlation (ICC) sebenarnya adalah model ANOVA yang digunakan untuk melihat apakah rater (orang yang menilai) memberikan perbedaan nilai pada subjek atau target yang sama. Kalau perbedaan antar rater ini dominan, maka ICC-nya kecil. Kalau yang dominan karena perbedaan subjek/target yang dinilai maka ICC-nya besar. Jadi ICC besar berarti para rater itu memberikan penilaian yang mirip.
Yang harus hati pada penggunaan SPSS adalah penentuan MODEL dan TYPE. Model harus disesuaikan dengan kondisi rater dan subjek/target. Rater-nya sampel atau semua orang yang mungkin? Target yang dinilai sebagian atau semuanya?
Sementara Type berhubungan dengan bagaimana kita mendefinisikan ‘kesetujuan’. Apakah yang namanya setuju itu kalau yang satu bilang ‘5′ yang lain juga ‘5′, dan kalau yang lain bilang ‘4′ berarti gak setuju. Atau kalau bilang ‘4′ disebut, yaaaa keduanya setuju juga meskipun gak setuju banget.
Sayang sekali komputer saya gak ada SPSS. Tetapi mestinya ada di bagian Analyze > Scale > Reliability atau mirip2 gitu lah. TInggal nanti jangan lupa milih model dan type-nya (apakah absolute agreement, atau consistency).
Pertanyaan yang kedua saya agak rancu, antara mencari subjek yang dinilai konsisten atau menentukan rater mana saja yang konsisten. Untuk memilih rater, saya kira (lagi-lagi karena saya gak punya SPSS) mestinya ada output tentang besarnya ICC jika rater tertentu tidak disertakan. Jika nilainya besar, maka itu adalah rater yang paling tidak konsisten.
Mudah-mudahan menjawab. Dan mudah-mudahan ada teman lain yang bersedia menanggapi.
ira // October 25, 2008 at 3:39 am |
pak, saya mau ambil materi taguchi untuk dijadikan skripsi, tapi saya kebingungan dalam mencari materi mengenai orthogonal array, mohon diberi penjelasan yang lebih jelas mengenai orthogonal array.
bagusco // October 25, 2008 at 5:37 am |
Mbak Ira, dalam bukunya Hedayat-Sloane-Stufken telah secara komprehensif menjelaskan tentang orthogonal array dengan segala sifat-sifatnya, termasuk hubungan dengan berbagai bidang seperti coding dan experimental design.
Khusus untuk experimental design, dikupas pada Bab 11 (bab favorit saya, karena bab lain sangat matematis). Rancangannya Taguchi tentu adalah salah satu rancangan yang memanfaatkan OA. Saya coba tuliskan definisi OA di http://bagusco.wordpress.com/2008/10/14/definisi-orthogonal-array/
Penjelasan yang lebih mudah tentang OA ada di bukunya Wu and Hamada (2000). Saya kira ini juga salah satu buku favorit para experimenter di bidang industri/engineering. Ada baiknya juga baca-baca basic tentang fractional factorial.
erwindra // October 27, 2008 at 4:46 am |
Pak Bagus, saya melihat di tengah krisis keuangan global yang sedang bergejolak ini semua instansi/perusahaan harus melakukan efisiensi agar tetap pada ‘keseimbangan’-nya. saya tertarik dengan analisis efisiensi, dimana melihat input dan output instansi/perusahaan. Entah itu tenaga kerja, produksi atau keuntungan yang didapat. Sekarang saya lagi mempelajari Data Envelopment Analysis (DEA). Selain DEA metode apalagi ya Pak, yang bisa digunakan untuk menganalisis suatu ke-efisienan? terkecuali elastisitas dalam ekonomi,mungkin. Terus, dalam DEA yang saya pelajari sampai saat ini, saya menemukan semua data yang dipakai tipe nominal, apakah mungkin untuk menganalisis tipe selain nominal?Kalau nggak bisa pakai pendekatan apa ya Pak?
Terima Kasih
bagusco // October 27, 2008 at 6:32 am |
@erwindra
DEA pakai data NOMINAL? ya enggak dong….
as I know, DEA kita gunakan untuk melihat apakah perusahaan kita seefisien perusahaan lain. Untuk dapat melakukan ini, selain kita harus punya data total input dan output perusahaan kita, kita juga harus punya total input dan output perusahaan lain. Data dari perusahaan lain akan dipakai sebagai benchmark. Sehingga usahakan perusahaan pesaing, jangan yang beda level banget. Ilmu linear programming akan banyak digunakan dalam DEA.
Kenapa namanya envelopment? Sepertinya ini terkait dengan convex optimization, yang bentuk feasible region-nya seperti envelope. Selama masih di dalam envelope, berarti masih belum efisien.
Analisis lainnya apa? Konsep-konsep balance scorecard saya kira juga harus dilihat, karena jgan sampai perusahaan kita bagus sekarang saja tapi jeblok di kemudian hari. Variabel input-output saja barangkali tidak cukup.
Riko // October 27, 2008 at 8:13 am |
mas bagus, bagaimana caranya kita melakukan penilaian prestasi kerja karyawan (employee performance appraisal)?
ilustrasinya :
-misalkan di sebuah perusahaan dengan karyawan sebanyak 55 orang ingin kita nilai prestasi kerja mereka masing2 selama satu tahun, baik itu dari atasan, rekan kerja, bawahan dan penilaian dari diri sendiri.
-indikator yang ingin kita lihat misalnya ada 5 seperti team work, adaptability, customer relation, achievement dan disiplin.
-masing indikator nanti kita breakdown lagi.
Nah pertanyaannya:
- skala apa yang bagusnya kita gunakan, skala linkert? (1-5, sangat tidak setuju – sangat setuju), terus apakah boleh kalau skala angkanya cuma 4 aja (1-4, skala sedang/3 dihilangkan)?
- terus bagaimana caranya masing2 mendapatkan penilaian yang objektif, karena antar karyawan jumlah penilai berbeda2, ada yang rekan kerjanya lebih banyak dari yg lainnya, ada yang tidak punya bawahan, dsb?
oya, sebelumnya apakah ini masuk ke dalam masalah statistika apa bukan? mohon pencerahannya.. Trims..
bagusco // October 27, 2008 at 8:26 am |
@riko
wah kalau ada orang manajemen SDM mau bergabung di diskusi ini, akan sangat membantu.
Saya hanya akan bicara sebatas aspek statistikanya saja ya…
Pertama, indikator yang kita bangun sebenarnya bertolak dari bagaimana kita mendefinisikan prestasi. Beda definisi akan beda indikator/variabel. Ada yang bicara prestasi sebatas pada output, tapi ada juga yang bicara juga proses. Yang Riko sebutkan sepertinya gabungan keduanya.
Kedua, setiap variabel akan diukur dengan banyak indikator, banyak item pertanyaan, banyak scales. Itu wajar, karena tidak memungkinkan kita gunakan satu pertanyaan langsung. Dalam hal ini nanti akan ada masalah (construct) reliability. Pastikan setiap item dalam satu kelompok punya korelasi yang cukup, dan antar kelompok korelasinya rendah. Kalau tidak maka satu item itu akan tumpang tindih antar beberapa variabel.
Ketiga, masalah pembuatan skala dalam instrumen. Memberikan pilihan berjumlah genap adalah ide yang bagus untuk memaksa responden menentukan sikap. Orang Indonesia memang katanya suka milih yang tengah2. Apa lagi kalau suruh menilai teman sendiri. Hehe, sungkan gitu. Beberapa studi menyebutkan 6 lebih baik daripada 4.
Keempat, masalah pengukuran –> objektifitas. Ini lebih banyak pengaruh budaya di perusahaan. Karyawan di perusahaan public mungkin akan lebih terbuka dibandingkan karyawan perusahaan keluarga. Kemampuan pewawancara sangat dibutuhkan.
Adman Nursal // November 13, 2008 at 9:19 am |
Saya coba kontak via hp beberapa pekan belakangan, tidak nyambung-nyambung. Rupanya sudah di Belgia. Selamat, semoga sukses, cepat selesai, dan kembali ke tanah air untuk melakukan apa saja yang kiranya bermanfaat bagi bangsa. Siapa yang bisa saya hubungi untuk memenuhi kebutuhan saya sebagaimana pernah sempat kita bicarakan dulu? Salam. Adman Nursal
ufi yusuf // December 5, 2008 at 4:46 am |
ass. pak bagus, terimakasih atas jawaban terdahulu sangat membantu. saya mau tanya lagi boleh ya?
nilai ICC nya alhamdulillah oke, jadi penilaian rater itu bisa dilanjutkan.
nah, untuk mendapatkan angka kesepakatan dari keseluruhan rater itu, apa ada analisis statistik yang lebih advance yang bisa membantu? tadinya saya pakai modus seperti yang pernah saya ceritakan, tapi beberapa pihak menyarankan menggunakan mean. bagaimana menurut bapak?
terimakasih banyak sebelumnya pak
wass
bagusco // December 7, 2008 at 12:45 am |
@mbak Ufi
kalau rater-nya tidak terlalu banyak, saya lebih suka pakai rata-rata…
rira // January 25, 2009 at 9:24 am |
mas, mau nanya kalau indikator dari penilaiain prestasi kerja dan indikator pengembangan karir apa?saya sedang menulis tesis dengan judul pengaruh penilaian prestasi kerja dan pengembangan karir terhadap peningkatan kinerja
herdi // February 26, 2009 at 10:13 am |
pa mau tanya. antara skala likert 1-3 dan skala likert 1-5 dalam penggunaan di kuesioner ada pengaruhnya tidak ?apa pengaruhnya ?
bagaimana jika dalam penelitian untuk kuesionernya digunakan skala 1-3 masalah yang muncul apa ?
juga kuesioner digunakan skala 1-5 masalah yang muncul apa ? makasih di tunggu bahasannya.
bagusco // February 26, 2009 at 11:37 am |
@mas herdi
Kalau di ilmu pengukuran, lebih banyak lebih baik. Karena orang bisa milih yang lebih deket sama kondisi dia. Biar mudah mbayanginnya saya kasih contoh, tapi jangan ditiru. Cuma untuk ilustrasi saja.
Pertanyaan: Punya uang berapa? (pilih yang paling deket)
Pilihan:
(a) gak punya; (b) 1 juta; (c) 5 juta
Kalau lagi punya uang 2.5 juta, maka dia akan milih (b) 1 juta. Selisihnya 1.5 juta.
tapi kalau pilihannya:
(a) gak punya; (b) 1 juta; (c) 3 juta; (d) 4 juta; (e) 5 juta
dia akan pilih (c) 3 juta, selisihnya 0.5 juta. Mudah-mudahan sampai nih apa yang saya maksud lebih banyak lebih baik.
Namun, perlu diingat juga bahwa lebih banyak lebih membingungkan. Terutama bagi responden yang pendidikannya kurang.
Kalau disuruh milih salah satu dari: (a) setuju; (b) biasa saja; (c) gak setuju
mungkin akan lebih mudah, ketimbang milih satu dari:
(a) setuju banget; (b) setuju; (c) biasa saja; (d) kurang setuju; (e) gak setuju
Butuh mikir agak lama untuk milih antara (a)/(b) atau (c)/(d).
Ley // April 15, 2009 at 5:38 pm |
hallo mas bagus! saya mahasiswa yang lagi nulis skripsi tentang analisis laporan keuangan dengan menggunakan metode DEA. nah ada beberapa yang mau saya tanyakan mengenai metode ini, 1) ada ngga beberapa buku yang berbahasa indonesia yang membahas tuntas tentang DEA ini? siapa pengarangnya? 2) Apa software untuk DEA? 3) bagaimana menentukan input dan outputnya? apakah jumlah banyaknya input dan output harus sama? untuk sementara segitu dulu, mohon di jawab mas Bagus, ini dapat sangat membantu saya, saya ucapkan terimakasih yang sebesar-besarnya!
Alia // April 16, 2009 at 7:34 am |
Assalamu alaikum mas…..
Semester ini saya ngajar statistik ekonomi, yang antara lain membahas tentang multivariate, tapi setelah membaca beberapa buku, saya kok ga dapet2 ya perbedaan yang mendasar antara analisis cluster, diskriminan, korespondensi, dan metode2 multivariate yg lain ya…hehehe
bisa minta tolong dijelaskan mas?
thanks before
Vissy // April 21, 2009 at 8:26 am |
Salam kenal, pak.
Saya sedang membuat skripsi tentang pemilihan kriteria seleksi karyawan.
Nah saya kan memakai skala likert buat penentuan pendapat tingkat kepentingan kriteria 1= sangat tidak penting s/d 5=sangat penting.
Nah untuk pemilihan kriterianya saya bolah ga sih menggunakan mean (rataan) setiap butir kriteria. Terus ditetapin hipotesisnya misalnya kriteria yang terpilih adalah kriteria yang mempunyai rataan 3.75 ke atas. Ada dasar referensinya ga? Terima kasih.
REPLY:
Saya termasuk orang yang permisif.
Silakan saja. Meskipun saya lebih suka tidak perlu didramatisir pakai pengujian, tapi cukup deskripsikan saja datanya.
Angga // April 21, 2009 at 9:40 pm |
Assalamualaikum..
pak bagus,,saya mau tanya pak..
bapak tahu tentang regresi tersegmen?
konsepnya seperti ini,,
ada 2 persamaan regresi,
kemudian kita ingin menggabungkan kedua persamaan itu menjadi satu persamaan regresi,nah persamaan yang kita dapat dengan menggabungkan kedua persamaan itulah yang disebut regresi tersegmen.
seingat saya tidak pernah dipelajari di kuliah analisis regresi,,,
apakah itu termasuk multivariate ya?
mohon bantuannya.
terimakasih
REPLY:
Jenis regresi itu sebenarnya muncul karena keinginan memiliki model dengan bentuk hubungan yang menyerupai hubungan yang sesungguhnya. Pada regresi linear, kita asumsikan pada rentang X bentuk hubungannya linear dengan hanya satu buah bentuk persamaan. Dalam regresi ini tidak. Misal, antara X yang bernilai 0 s/d 100 hubungan X dan Y berupa garis lurus, tapi untuk nilai X antara 100 s/d 200 berupa kuadratik.
Problemnya, jika diduga pada masing2 segmen, maka jika digabung kurvanya bisa tidak nyambung (tidak kontinu). Kalaupun kontinu, mungkin tidak dapat diturunkan (tidak dapat didiferensiasi). Makanya muncul ide “spline regression” sebagai pengembangan lanjutan “piecewise regression”.
Selanjutnya tentang istilah “multivariate” masih ada dua pendapat. Saya sendiri tidak memasukkannya dalam kelompok multivariate, kalau response variable-nya cuma satu.
Indri // May 8, 2009 at 11:08 am |
Assalamualaikum pak bagus..
Bagus sekali blognya, bisa dapat banyak ilmu.
Pak, ada yang mau saya tanyakan.. Fungsi unit root test pada regresi apa ya? Bagaimana menjalankan test akar unit tersebut?dengan program apa? Apa benar unit root test sebagai salah satu cara mengatasi otokorelasi pada regresi model?
Terima kasih..
bagusco // May 8, 2009 at 12:34 pm |
@indri
Unit root test dikembangkan untuk melihat apakah suatu data time series bersifat stasioner atau tidak. Series yang memiliki “unit root” adalah series yang tidak stasioner.
Indri // May 12, 2009 at 11:06 am |
Pak, ada yang mau saya tanyakan lagi,
Apakah perlakuan balanced panel data dengan unbalanced panel sama? Jika beda, dmn perlakuan bedanya? (menggunakan EViews 5.1)
Apakah dampak penambahan AR(1),sebagai transformasi first difference,pada model?
Apakah transorfmasi juga dapat dilakukan dengan lagged pada independent variabe?
Dan mana yang lebih baik?
Jika model dilakukan treatment hingga 2 macam atau lebih untuk perbaikan uji asumsi, apakah model tersebut menjadi tidah sahih?
Terima kasih..
bagusco // May 12, 2009 at 11:15 am |
@mbak Indri
mohon maaf saya tidak tahu banyak tentang panel data dan analisisnya. mudah2an ada yang baca halaman ini dan bisa memberikan jawaban.
Model AR(1) berbeda dengan melakukan transformasi difference. Dengan melakukan transformasi difference, koef Y(t-1) adalah 1. Tapi di AR(1) tidak.
Penggunaan AR(1) dikarenakan adanya (auto)korelasi antara pengamatan sekarang dengan pengamatan sebelumnya. Memodelkan variabel yang di-difference-kan dimaksudkan untuk melihat pengaruh suatu faktor terhadap perubahan variabel dependent.
Memasukkan lagged value dari independent var? tentu boleh. Harga cabe saat ini, mungkin adalah model dari produksi pade minggu lalu.
Indri // May 12, 2009 at 4:47 pm |
Jadi, bagaimana ya interpretasi AR(1) tersebut bila suatu model ditambahkan AR(1)?
Terima kasih..^^ sangat membantu..
erwindra // May 14, 2009 at 12:12 pm |
Pak Bagus mau nanya, apakah ilmu tentang Fungsi Transfer itu adalah ‘turunan’ atau bagian dari ilmu Multivariate Time Series itu sendiri Pak ?
kalo berbeda, perbedaannya terletak dimana Pak ?
terima kasih Pak Bagus
bagusco // May 14, 2009 at 1:12 pm |
Istilah “multivariate” ada dua pendapat. Ada yang bilang kalau Y-nya lebih dari satu, baru multivariate. Tapi ada yang bilang, asal lebih dari satu variabel yang dianalisis maka disebut multivariate.
Tapi yang jelas, fungsi transfer tentu melibatkan lebih dari satu variabel time series. Digolongkan multivariate analysis atau tidak, menurut saya gak penting.
anggaa // June 29, 2009 at 9:18 am |
Aslmkm
Pa mau tanya…
bapak pernah ikut statistics conference di luar negeri?
ada ga pak dalam waktu dekat ini conference semacam itu,
biasanya ngirim abstrak y pak?
ada yg akomodasinya di tanggung panitia??
trimakasih atas infonya
bagusco // June 29, 2009 at 9:21 am |
angga, coba lihat di web ini
http://www.enbis.org/events/current/92_The_2009_ENBIS_Challenge_in_Industrial_Statistics
mereka menawarkan hadiah ikut conference…
anggaa // July 9, 2009 at 6:26 pm |
assalamualaikum
pak mau tanya,,,
neural network punya hubungan ga sama statistics?
klo punya sejauh mana ya pak keeratannya?
trimakash