Lanjutan
Pengenalan Syntax II Stata (Plus) Pengujian Sederhana
Nah, ngelanjutin Pengenalan Syntax Dasar STATA, kali ini
saya akan berbagi syntax yang lebih “maju” lagi (wuiihhh hahaha bahasanya
“maju” ckckck). Just check it out!
Sebelumnya sedikit mau kasi
review nih sobat:
#UNTUK SKALA INTERVAL
DAN RASIO (KUANTITATIF)
Ukuran
pusat : Mean, Median, Modus
Ukuran
sebaran : Standar Deviasi, Max,
Min, Range, Varians
Distribusi : Skewness dan Kurtosis
#UNTUK SKALA NOMINAL
DAN ORDINAL (KUALITATIF)
Ukuran
pusat : Penjumlahan dalam
persen (%)
Ukuran
sebaran : Min, Max, Range
Oke deh, berlanjut dari data pada postingan
sebelumnya, sekarang saya mulai dari tabulasi deskriptifnya ya..
· * Misal kita akan mendeskripsikan variabel
usia dengan jen_kel (jenis kelamin)
Syntaxnya:
table jen_kel, contents(mean usia sd
usia min usia max usia)
Berikut
hasilnya:
* Untuk ringkasan tabulasi masing-masing
variabel.
Ingat: Kalau variabel itu kuantitatif, misalkan
variabel usia, tinggal ketik sum usia
Kalau
variabel itu kualitatif, misalkan jen_kel, tinggal ketik tab jen_kel
Ketik
syntax: sum usia
Begini
nanti hasilnya...
Ketik
syntax: tab jen_kel
Begini
nanti hasilnya...
Nah,
kita bisa meringkas juga lebih dari satu variabel asalkan variabel itu
sama-sama kuantitatif atau kualitatif
Misalkan
tabulasi untuk variabel jenis kelamin dan nama.
Syntax
tab jen_kel nama
· * Mengubah data berskala rasio
(kuantitatif) menjadi data berskala ordinal (kualitatif) dengan menggunakan
prinsip recode.
Misal1: Kalau usianya 0-20 diberikan kode 1
Kalau
usianya 21-24 diberikan kode 2
Kalau
usianya di atas 24 diberikan kode 3 (kita
akali dengan 25-100 dengan asumsi umur responden maksimal mencapai 100 tahun)
Syntaxnya:
recode usia 0/20=1 21/24=2 25/100=3, gen(usia_rec)
Hasilnya
lihat dengan browse, maka akan
terlihat seperti ini:
Misal2: Kalau usianya < 25 tahun
diberikan kode 1
Kalau
usianya ≥ 25 tahun diberikan kode 2
Jalankan
syntax: recode usia min/24=1 25/max=2, gen(usia_rec2)
Jika
sudah, ketik browse untuk melihat hasil pada jendela browse. Berikut hasilnya:
*
Misalkan sobat kepingin tau apakah ada perbedaan rata-rata usia antar jenis kelamin. Pastilah kita pakai “Uji Two Group Mean Comparison Test” (Uji Beda Dua Rata-Rata). Tetapi mengapa grup?
Misalkan sobat kepingin tau apakah ada perbedaan rata-rata usia antar jenis kelamin. Pastilah kita pakai “Uji Two Group Mean Comparison Test” (Uji Beda Dua Rata-Rata). Tetapi mengapa grup?
Karena kita mau cari tau beda rata-rata usia dengan jenis kelamin (grup) yakni
pria dan wanita. Tetapi jika tidak ada variabel yang mengandung grup kita pakai
“Uji Sample Group Mean Comparison Test”.
* Langkah
awal sebelum uji two group mean dilakukan, harus terlebih dahulu dilakukan uji
kesamaan varians atau lebih kerennya Variance Ratio Test.
Syntaxnya:
sdtest usia, by(jen_kel)
Nah,
ini dia nih hasilnya:
Ternyata
hasilnya adalah variansnya sama (terima hipotesis nol). Diperoleh dengan membandingkan
nilai Fhitung dan ftabel. Ternyata hasilnya Fhitung lebih kecil daripada ftabel
sehingga kita menerima hipotesis nol : rasio sd pria dan wanita sama (bernilai
satu).
Lalu
kita lakukan uji two group mean dengan asumsi varians sama.
Berikut
ini baru syntax Uji Two Group Mean Comparison Testnya:
ttest usia, by(jen_kel)
Hasilnya
seperti ini:
Jika asumsi yang
terpenuhi adalah varians tidak sama (unequal) maka pada syntax kita tinggal
menambahkan unequal sehingga syntaxnya harus menjadi seperti ini:
ttest
usia, by(jen_kel) unequal
Nah, dari hasil kita
lihat bahwa tingkat signifikansinya adalah 95%. Kita bisa saja mengubahnya
menjadi 90%, 99% dll. Terkait hal ini, sudah ada pada postingan saya sebelumnya
yang berjudul Mau Tahu Apa itu STATA. Silahkan dicek saja!
· * Sobat juga pengen tahu tuh ada gak sih
perbedaan proporsi kelompok usia antar jenis kelamin (grup ya hehehe) ATAU
perbedaan proporsi kelompok usia antar daerah asal (misalnya).
Yaudah, sekalian
review, ayo kita tambahin deh variabel
daerah asal dalam data .dta kita. Tentu hal ini udah dijelaskan pada postingan
saya sebelumnya yang berjudul Panduan Dasar Dalam Menggunakan Stata.
@ Karena tadi sudah dilakukan Variance Ratio Test variabel usia dengan jenis
kelamin yang hasilnya adalah Equal Variance, maka langsung buat syntax untuk
uji proporsi sebagai berikut: tab usia
jen_kel, row all
@ Nah untuk variabel usia dengan variabel
asal_daerah, pertama lakukan uji kesamaan varians dulu baru uji Two Group Proportion Test.
Untuk
uji varians, ini syntaxnya: sdtest usia
by(asal_daerah). BISAKAH?
Seandainya Tidak Nih
Jawabannya, Kenapa Ya? Hayooo... Hehehe..
Oke
deh sobat, sekian dulu tulisan dari saya.. Selamat membaca dan mempraktekkan
juga ya sobat.. Sukses.. Salam hangat dari saya..