beneran nih agan nanya tentang data kategorik dan numerik? seharusnya, ini adalah basic dari basic yg harus agan ketahui dan pahami sebelum agan melakukan proses penleitian. data kategorik itu data yang berupa kelompok. misal, variabel gender memiliki nilai laki-laki dan perempuan. data numerik it
tergantung dari desain penelitiannya gan. X menghasilkan data kategorik, bisa dianalisis pake uji t atau ANOVA. jika X numerik bisa didekati dengan analisis regresi. jika didekati dengan path analisis, hasilnya akan sama dengan analisis regresi kecuali kalo dalam hubungan antar variabel terdapat v
Gan, kalo misalnya ada judul penelitian pengaruh x thdp y. Apakah bisa kita menggunakan path analisis?
penamaannya tetep residual aja gan. klo diubah seperti itu, bisa menyebabkan multitafsir Oh, iya gan. Thanks masukannya.
uji asumsi normalitas tidak dilakukan pada tiap variabel, baik variabel bebas maupun terikat. uji normalitas dilakukan pada residual ia gan, itu sebenarnya nilai residual. hanya saja ane ubah namanya mjd variabel.
gan kalo uji normalitas pake spss dgn lebih dari satu variabel independen (ex. x1 x2 x3 dst.) apakah bisa kita langsung masukin sekaligus variabelnya terhadap Y gan? jd gak perlu satu per satu variabel x yg akan diuji normalitasnya. kyk gini maksudnya gan. https://postimg.org/image/vwv34cm8x/
yup.... tidak memandang tanda negatif. jadi X1 lebih dominan daripada X2 thanks gan infonya, semoga jumat nanti ane sidangnya lancar.:nyepi btw, sorry ane ga bisa ngelemparin ijo2nya gan, soalnya udh pernah ngasih sebelumnya. :D
yup.... koefisien sebesar 0.279 bisa diinterpretasikan jika dibandingkan dengan koefisien yang lain, yakni untuk mengetahui pengaruh dominan variabel bebas. tanda negatif hanya menunjukkan arah hubungannya. jadi, jika koefisien standardized beta variabel kualitas pelatih bernilai negatif, artinya,
mmm.... gini deh, alat ukurnya agan pake kuesioner? misal, variabel kualitas pelatih ada beberapa item pertanyaan. gitu kah gan? kalo seandainya seperti itu, agan menggunakan variabel laten. jadi, koefisien standardized beta menjadi punya makna kalo dibandingkan antarvariabel. koefisien standardiz
sy blm paham apakah sy menggunakan variabel laten atau tidak, karena variabel tsb sy ambil dr teori yg ada. kalo ternyata variabel sy adl bukan var. laten, jd diartikan gimana gan? terus, arti dari angka tsb apa gan? sy khawatir pertanyaan dosen pnguji bakal nanya itu.
kok ane ga bisa baca kuote agan yak padahal udh masuk notif :mewek edit: ternyata hrs dpancing utk nge-reply baru nongol dia:matabelo:
negatif di bagian koefisien regresi maksudnya gan? jika demikian, maka bisa diartikan variabel tsb berpengaruh negatif terhadap Y. meningkatnya X, akan berdampak pada penurunan Y. beda antara beta dengan standardized beta, sebelum ane menjawab ini, agan coba pelajari dulu apa itu normal baku ata
siapa aja tolong jawabin dong. jd gini, stlh ane lakukan uji t ternyata ada hasil yg negatif. cara intepretasikannya gimana ya? terus bedanya "beta" pd "unstandardized" dan "standardized" apa gan? soalnya skirpsi kakak kelas ane pd gunaiin tg "standardized"...
jumlah populasinya berapa gan?? dari 192, kalo dihilangkan hingga 5 sampe 10 sampel g masalah sih gan. asal alasannya logis dan dapat dipertanggungjawabkan. kalo seandainya dari awal sudah disediakan cadangan mungkin bisa lebih baik jumlah populasi 370 gan. berarti ane harus nyiapin teori yg meny
mmm.... mungkin penilaiannya bukan karena nilai R-squarenya. tapi kejelian agan menyikapi nilai R-square yg rendah tersebut. selain itu, juga penilaian yg tinggi di kejujuran agan dalam melakukan penelitian. itu poin yg paling penting :angel oke gan, thanks masukannya. :shakehand2 oya ane kan puny
coba cek outlier di bagian residualnya gan. bisa pake cook distance, leverage, dll jika nilainya tetep belum diatas 50% apakah akan berpengaruh terhadap penilaian skripsi saya gan? buat agan2 yg udah pernah sidang TA, apakah sebenarnya r square akan berpengaruh terhadap penilaian dosen penguji d
langsung aja pake data apa adanya gan. PLS bisa dipake untuk data dengan skala interval maupun rasio. coba cari beberapa buku aplikasi PLS sebagai acuan. Tapi, klo agan ragu, data distandarisasi atau dinormal bakukan coba cek linieritasnya gan. ada kemungkinan variabel bebas tidak linier, sehingg
gan, ane dpt masalah lagi. kali ini ane dpt r square (koef. determinasi)nya 15.9%. itu kan kecil bgt ya gan? :sorry apakah ada cara utk meningkatkan r square nya? ane khawatir dosen ane malah nyuruh ganti model. pdhl ane rencananya awal juni udh nyerahin berkas utk sidang di akhir juni nanti:(
sippp.... betul gan. tidak semata bener metode statistiknya gan. yg paling penting adalah kejujuran dalam proses penelitian. skripsi, tesis, disertasi bukan sekedar untuk mencari title. tapi lebih mengedepankan usaha dan kejujuran peneliti. coba bayangin aja seandainya peneliti tidak jujur dalam m
so, karena data agan tidak normal, seperti yg ane bilang di atas, analisis pls (partial least square) sebagai jawaban terhadap kasus agan. mencari kontribusi x1 x2x3 terhadap y, analisis partial least square juga bisa dengan variabel mediasi, kan agan analisis jalur, so bisa dengan model misa
